open-llm-leaderboard/details_nbeerbower__Flammen-Bophades-7B
收藏Hugging Face2024-04-16 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_nbeerbower__Flammen-Bophades-7B
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型nbeerbower/Flammen-Bophades-7B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，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行作为每个配置中的一个特定分割，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，并列出了特定运行的最新结果。
该数据集是在模型nbeerbower/Flammen-Bophades-7B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，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行作为每个配置中的一个特定分割，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，并列出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
- pretty_name: Evaluation run of nbeerbower/Flammen-Bophades-7B
数据集描述
- dataset_summary: 该数据集是在评估模型nbeerbower/Flammen-Bophades-7B的过程中自动创建的，该模型参与了Open LLM Leaderboard的评测。
数据集组成
- 配置数量: 63个
- 每个配置对应一个评估任务
- 数据来源: 单次运行
- 数据分割: 每个配置中包含特定分割，分割名称基于运行的时间戳。"train"分割指向最新结果。
特殊配置
- results配置: 存储所有运行结果的聚合数据，用于计算和显示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_nbeerbower__Flammen-Bophades-7B", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-16T19:48:48.741167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
每个配置包含多个数据文件，每个文件对应一个特定的分割（如时间戳分割和最新分割）。
