open-llm-leaderboard/details_01-ai__Yi-1.5-34B-Chat
收藏Hugging Face2024-05-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_01-ai__Yi-1.5-34B-Chat
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型 01-ai/Yi-1.5-34B-Chat 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。数据集是从 1 次运行中创建的，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。train 分割始终指向最新的结果。一个额外的配置 results 存储了运行的所有聚合结果，用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了如何使用 Python 代码加载运行中的详细信息的示例，并包含了特定运行的最新结果。
该数据集是在模型 01-ai/Yi-1.5-34B-Chat 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。数据集是从 1 次运行中创建的，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。train 分割始终指向最新的结果。一个额外的配置 results 存储了运行的所有聚合结果，用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了如何使用 Python 代码加载运行中的详细信息的示例，并包含了特定运行的最新结果。
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 01-ai/Yi-1.5-34B-Chat
数据集来源: 该数据集是在评估模型01-ai/Yi-1.5-34B-Chat的过程中自动创建的，评估平台为Open LLM Leaderboard。
数据集构成: 数据集由63个配置组成，每个配置对应一个评估任务。数据集基于1次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。
额外配置: 存在一个名为"results"的额外配置，用于存储所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_01-ai__Yi-1.5-34B-Chat", "harness_winogrande_5", split="train")
最新结果
最新结果来自2024-05-15T03:44:20.662749的运行，包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。具体任务包括但不限于：
- harness|arc:challenge|25
- harness|hellaswag|10
- harness|hendrycksTest-abstract_algebra|5 至 harness|hendrycksTest-world_religions|5
- harness|truthfulqa:mc|0
- harness|winogrande|5
- harness|gsm8k|5
每个任务的结果包括准确率及其标准误差等指标。
