open-llm-leaderboard/details_Changgil__K2S3-SOLAR-11b-v3.0
收藏Hugging Face2024-03-14 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Changgil__K2S3-SOLAR-11b-v3.0
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型Changgil/K2S3-SOLAR-11b-v3.0时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割存储，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和展示在Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型Changgil/K2S3-SOLAR-11b-v3.0时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割存储，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和展示在Open LLM Leaderboard上的聚合指标。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称
- Evaluation run of Changgil/K2S3-SOLAR-11b-v3.0
数据集描述
- 该数据集是自动创建的，用于评估模型Changgil/K2S3-SOLAR-11b-v3.0在Open LLM Leaderboard上的表现。
- 数据集包含63个配置，每个配置对应一个评估任务。
- 数据集由1次运行创建，每次运行作为一个特定的分割存储，分割名称使用运行的时间戳命名。
- 存在一个额外的配置“results”，存储所有运行的聚合结果，用于计算和显示聚合指标。
数据集结构
- 每个配置包含一个或多个数据分割，其中“train”分割指向最新的结果。
- 示例加载代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Changgil__K2S3-SOLAR-11b-v3.0", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-03-14T02:23:11.635739的运行，包含多个任务的评估指标，如准确率（acc）、标准误差（acc_stderr）等。
数据集配置详情
配置列表
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
- 包含多个子配置，对应不同的测试领域，如抽象代数、解剖学、天文学等。
每个配置包含的数据文件路径和分割信息，用于加载特定的评估结果。
