open-llm-leaderboard/details_capleaf__T-Llama
收藏Hugging Face2024-04-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_capleaf__T-Llama
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capleaf/T-Llama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。它包含1次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新结果。一个名为results的额外配置存储了所有运行的聚合结果，这些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，并包含了特定运行的最新结果。
该数据集是在模型capleaf/T-Llama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。它包含1次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新结果。一个名为results的额外配置存储了所有运行的聚合结果，这些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，并包含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
数据集组成
- 该数据集包含63个配置，每个配置对应一个评估任务。
- 数据集由1次运行创建，每个运行的详细结果存储在特定的分割中，分割名称使用运行的时间戳。
- "train"分割始终指向最新的结果。
额外配置
- 一个名为"results"的额外配置存储了所有运行的聚合结果，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_capleaf__T-Llama", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-04-15T22:59:17.772846的运行，包含多个任务的评估指标，如准确率（acc）、标准化准确率（acc_norm）等。
配置详情
-
harness_arc_challenge_25
- 分割：2024_04_15T22_59_17.772846, latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-15T22-59-17.772846.parquet
-
harness_gsm8k_5
- 分割：2024_04_15T22_59_17.772846, latest
- 路径：
**/details_harness|gsm8k|5_2024-04-15T22-59-17.772846.parquet
-
harness_hellaswag_10
- 分割：2024_04_15T22_59_17.772846, latest
- 路径：
**/details_harness|hellaswag|10_2024-04-15T22-59-17.772846.parquet
-
harness_hendrycksTest_5
- 分割：2024_04_15T22_59_17.772846
- 路径：多个文件路径，如
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-15T22-59-17.772846.parquet等。
