open-llm-leaderboard-old/details_TommyZQ__tmm-1b
收藏Hugging Face2024-04-15 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_TommyZQ__tmm-1b
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在Open LLM Leaderboard上对模型TommyZQ/tmm-1b进行评估时自动生成的。数据集包含63个配置，每个配置对应一个评估任务。数据集由一个或多个运行的结果组成，每个运行作为每个配置中的一个特定分割存储。train分割始终指向最新的结果。此外，还有一个results配置，用于存储所有运行的聚合结果，这些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`datasets`库中的`load_dataset`函数加载数据集的示例。
该数据集是在Open LLM Leaderboard上对模型TommyZQ/tmm-1b进行评估时自动生成的。数据集包含63个配置，每个配置对应一个评估任务。数据集由一个或多个运行的结果组成，每个运行作为每个配置中的一个特定分割存储。train分割始终指向最新的结果。此外，还有一个results配置，用于存储所有运行的聚合结果，这些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`datasets`库中的`load_dataset`函数加载数据集的示例。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集组成
- 该数据集包含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，每个运行可以在每个配置中找到特定的分割，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"存储所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TommyZQ__tmm-1b", "harness_winogrande_5", split="train")
最新结果
- 这些是最新的结果，来自2024-04-15T14:48:22.525913的运行。
- 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标。
配置详情
-
harness_arc_challenge_25
- 分割：2024_04_15T14_48_22.525913, latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-15T14-48-22.525913.parquet
-
harness_gsm8k_5
- 分割：2024_04_15T14_48_22.525913, latest
- 路径：
**/details_harness|gsm8k|5_2024-04-15T14-48-22.525913.parquet
-
harness_hellaswag_10
- 分割：2024_04_15T14_48_22.525913, latest
- 路径：
**/details_harness|hellaswag|10_2024-04-15T14-48-22.525913.parquet
-
harness_hendrycksTest_5
- 分割：2024_04_15T14_48_22.525913, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-15T14-48-22.525913.parquet等。
