open-llm-leaderboard-old/details_paulml__OmniBeagleMBX-v3-7B
收藏Hugging Face2024-02-04 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_paulml__OmniBeagleMBX-v3-7B
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paulml/OmniBeagleMBX-v3-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。
该数据集是在Open LLM Leaderboard上对模型paulml/OmniBeagleMBX-v3-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集基本信息
- 名称: Evaluation run of paulml/OmniBeagleMBX-v3-7B
- 来源: 该数据集是在评估模型 paulml/OmniBeagleMBX-v3-7B 在 Open LLM Leaderboard 上的运行过程中自动创建的。
数据集组成
- 配置数量: 63个配置，每个配置对应一个评估任务。
- 运行次数: 数据集从2次运行中创建。每个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。
- 最新结果: "train" 分割始终指向最新的结果。
- 结果汇总: 一个额外的配置 "results" 存储所有运行的汇总结果，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_paulml__OmniBeagleMBX-v3-7B", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳: 2024-02-04T18:02:06.576942
- 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他指标（如mc1, mc2等）及其标准误差（stderr）。
配置详情
- 配置名称: 如
harness_arc_challenge_25,harness_gsm8k_5,harness_hellaswag_10,harness_hendrycksTest_5等。 - 数据文件: 每个配置包含多个分割，如
2024_02_04T17_56_19.578202,2024_02_04T18_02_06.576942,latest，每个分割对应一个或多个数据文件路径。
