Code for calculating Earth Mover's metric, together with associated files

Dryad2014-01-01 更新2026-04-13 收录

推土机距离度量

模型评估

数据链接：

http://datadryad.org/resource/doi:10.5061/dryad.9h42f/1 数据链接链接失效反馈

官方服务：

资源简介：

Contains code for generating simulated data and calculating the earth mover's metric between a model and data.

创建时间：

2014-01-01

open-llm-leaderboard-old/details_Kiddyz__testlm2

模型评估

自然语言处理

该数据集是在模型Kiddyz/testlm2的评估运行中自动创建的，包含了61个配置，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳命名。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，用于计算和显示在Open LLM Leaderboard上的聚合指标。

Hugging Face2023-08-27 更新300

open-llm-leaderboard-old/details_w601sxs__b1ade-1b

模型评估

自然语言处理

--- pretty_name: Evaluation run of w601sxs/b1ade-1b dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [w601sxs/b1ade-1b](https://huggingface.co/w601sxs/b1ade-1b)

Hugging Face2023-09-17 更新190

Appendix D. The parameter estimates from the model fits with their AICc's.

统计建模

模型评估

The parameter estimates from the model fits with their AICc's.

DataCite Commons2020-09-04 更新90

automated-research-group/llama2_7b_chat-arc_challenge-results

模型评估

ARC挑战

--- dataset_info: config_name: '{''do_sample''=False, ''beams''=1}' features: - name: id dtype: string - name: prediction dtype: string - name: arc_challenge_accuracy dtype: bool

Hugging Face2023-12-07 更新290

open-llm-leaderboard-old/details_Josephgflowers__Cinder-Phi-2-STEM-2.94B-Test

模型评估

自然语言处理

该数据集是在评估模型Josephgflowers/Cinder-Phi-2-STEM-2.94B-Test时自动创建的，用于在Open LLM Leaderboard上进行评估。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，results配置存储了所有运行的聚合结果，用于

Hugging Face2024-02-18 更新110

Code for calculating Earth Mover's metric, together with associated files

资源简介：

相关数据集