open-llm-leaderboard/details_nbeerbower__slerp-bophades-truthy-math-mistral-7B
收藏Hugging Face2024-04-09 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_nbeerbower__slerp-bophades-truthy-math-mistral-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nbeerbower/slerp-bophades-truthy-math-mistral-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1次运行创建，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。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nbeerbower/slerp-bophades-truthy-math-mistral-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1次运行创建，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。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
原始信息汇总
数据集概述
数据集创建
- 数据集是在评估模型
nbeerbower/slerp-bophades-truthy-math-mistral-7B在 Open LLM Leaderboard 上的运行过程中自动创建的。
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 1 次运行中创建，每个运行可以在每个配置中找到一个特定的分割，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_nbeerbower__slerp-bophades-truthy-math-mistral-7B", "harness_winogrande_5", split="train")
最新结果
- 这些是最新结果，来自 2024-04-09T00:19:46.142948 的运行。
- 结果包括多个任务的准确率（acc）、标准误差（stderr）、归一化准确率（acc_norm）和归一化标准误差（acc_norm_stderr）。
配置详情
- 数据集包含多个配置，每个配置对应不同的任务和数据文件路径。
- 每个配置包含多个分割，包括特定时间戳的分割和最新的分割。
示例配置
harness_arc_challenge_25- 数据文件路径：
**/details_harness|arc:challenge|25_2024-04-09T00-19-46.142948.parquet
- 数据文件路径：
harness_gsm8k_5- 数据文件路径：
**/details_harness|gsm8k|5_2024-04-09T00-19-46.142948.parquet
- 数据文件路径：
harness_hellaswag_10- 数据文件路径：
**/details_harness|hellaswag|10_2024-04-09T00-19-46.142948.parquet
- 数据文件路径：
harness_hendrycksTest_5- 数据文件路径：多个任务的详细路径
