open-llm-leaderboard/details_netcat420__MFANN3bv0.4
收藏Hugging Face2024-04-17 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_netcat420__MFANN3bv0.4
下载链接
链接失效反馈官方服务：
资源简介：
数据集`Evaluation run of netcat420/MFANN3bv0.4`是在模型`netcat420/MFANN3bv0.4`的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的详细信息，每次运行都作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。此外，数据集还包含一个名为`results`的配置，用于存储所有运行的聚合结果，并用于在Open LLM Leaderboard上计算和显示聚合指标。
数据集`Evaluation run of netcat420/MFANN3bv0.4`是在模型`netcat420/MFANN3bv0.4`的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的详细信息，每次运行都作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。此外，数据集还包含一个名为`results`的配置，用于存储所有运行的聚合结果，并用于在Open LLM Leaderboard上计算和显示聚合指标。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集基本信息
- 名称: Evaluation run of netcat420/MFANN3bv0.4
- 创建目的: 自动创建于模型netcat420/MFANN3bv0.4在Open LLM Leaderboard的评估运行期间。
- 组成: 包含63个配置，每个配置对应一个评估任务。
- 创建过程: 数据集由1次运行创建，每次运行在每个配置中以特定分割存在，分割名使用运行的时间戳命名。
- 特殊配置: “results”配置存储所有运行的聚合结果，用于计算和显示聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_netcat420__MFANN3bv0.4", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-17T04:42:00.666992的运行。
- 结果内容: 包含多个任务的评估结果，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 (包含多个子任务配置)
每个配置包含特定任务的数据文件，如parquet格式文件，分为不同的时间戳分割和“latest”分割。
