open-llm-leaderboard-old/details_InferenceIllusionist__Magic-Dolphin-7b
收藏Hugging Face2024-03-04 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_InferenceIllusionist__Magic-Dolphin-7b
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型InferenceIllusionist/Magic-Dolphin-7b时自动创建的，评估在Open LLM Leaderboard上进行。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次运行创建，每次运行可以在每个配置中找到，分割以运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型InferenceIllusionist/Magic-Dolphin-7b时自动创建的，评估在Open LLM Leaderboard上进行。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次运行创建，每次运行可以在每个配置中找到，分割以运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集创建
- 数据集是在模型 InferenceIllusionist/Magic-Dolphin-7b 的评估运行期间自动创建的。
- 该数据集用于 Open LLM Leaderboard。
数据集组成
- 数据集包含 63 个配置，每个配置对应一个评估任务。
- 数据集从 2 次运行中创建，每次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" 存储所有运行结果的聚合，用于计算和显示聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_InferenceIllusionist__Magic-Dolphin-7b", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自 2024-03-04T00:09:00.138814 运行。
- 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、误差标准差（acc_stderr、acc_norm_stderr）等指标。
配置详情
- 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（如时间戳或 "latest"）。
- 示例配置包括：
harness_arc_challenge_25harness_gsm8k_5harness_hellaswag_10harness_hendrycksTest_5
数据文件路径示例
- 例如，
harness_arc_challenge_25配置包含以下数据文件路径：**/details_harness|arc:challenge|25_2024-03-04T00-02-08.451416.parquet**/details_harness|arc:challenge|25_2024-03-04T00-09-00.138814.parquet**/details_harness|arc:challenge|25_2024-03-04T00-09-00.138814.parquet（latest）
