open-llm-leaderboard-old/details_ddyuudd__dolly-v2-3b
收藏Hugging Face2024-02-23 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_ddyuudd__dolly-v2-3b
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ddyuudd/dolly-v2-3b在Open LLM Leaderboard上的评估运行期间自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。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。可以使用datasets库中的load_dataset函数加载该数据集。
该数据集是在模型ddyuudd/dolly-v2-3b在Open LLM Leaderboard上的评估运行期间自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。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。可以使用datasets库中的load_dataset函数加载该数据集。
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 ddyuudd/dolly-v2-3b
- 来源: 自动创建于模型 ddyuudd/dolly-v2-3b 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。
- 创建次数: 从1次运行中创建，每个运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。"train" 分片始终指向最新的结果。
- 额外配置: "results" 配置存储所有运行的聚合结果，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_ddyuudd__dolly-v2-3b", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳: 2024-02-23T01:43:05.637822
- 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标。
配置信息
- 配置名称: 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片，如 "2024_02_23T01_43_05.637822" 和 "latest"，路径指向相应的 parquet 文件。
