open-llm-leaderboard/details_Kukedlc__Neural-Krishna-Multiverse-7b-v3
收藏Hugging Face2024-03-14 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Kukedlc__Neural-Krishna-Multiverse-7b-v3
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Kukedlc/Neural-Krishna-Multiverse-7b-v3时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。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次运行生成，每次运行的结果作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，用于计算和展示Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型Kukedlc/Neural-Krishna-Multiverse-7b-v3时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。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次运行生成，每次运行的结果作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，用于计算和展示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
数据集名称
- Evaluation run of Kukedlc/Neural-Krishna-Multiverse-7b-v3
数据集描述
- 创建目的: 该数据集是在评估模型Kukedlc/Neural-Krishna-Multiverse-7b-v3的过程中自动创建的。
- 数据集组成: 包含63个配置，每个配置对应一个评估任务。
- 数据集结构: 每个配置中包含一个名为"train"的分割，指向最新结果，以及根据运行时间戳命名的特定分割。
- 额外配置: 有一个名为"results"的配置，存储所有聚合的运行结果，用于计算和显示Open LLM Leaderboard上的聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Kukedlc__Neural-Krishna-Multiverse-7b-v3", "harness_winogrande_5", split="train")
最新结果
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，分别对应不同的分割（如"2024_03_14T13_55_26.774118"和"latest"）。
结果数据示例
- harness|arc:challenge|25:
- acc: 0.7081911262798635
- acc_stderr: 0.013284525292403513
- harness|hellaswag|10:
- acc: 0.714299940250946
- acc_stderr: 0.004508239594503832
- harness|hendrycksTest-abstract_algebra|5:
- acc: 0.31
- acc_stderr: 0.04648231987117316
这些结果数据展示了模型在不同任务上的性能指标。
