open-llm-leaderboard-old/details_allknowingroger__NeuralCeptrix-7B-slerp
收藏Hugging Face2024-04-10 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_allknowingroger__NeuralCeptrix-7B-slerp
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allknowingroger/NeuralCeptrix-7B-slerp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存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新的结果。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allknowingroger/NeuralCeptrix-7B-slerp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存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新的结果。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-old
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可以在每个配置中找到，以运行的时间戳命名的特定分片形式存储。
- "train"分片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，用于计算并在Open LLM Leaderboard上显示聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_allknowingroger__NeuralCeptrix-7B-slerp", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-04-10T21:14:16.828642的运行，包含多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他指标（如mc1, mc2等）及其标准误差。
配置详情
-
harness_arc_challenge_25
- 分片：2024_04_10T21_14_16.828642, latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-10T21-14-16.828642.parquet
-
harness_gsm8k_5
- 分片：2024_04_10T21_14_16.828642, latest
- 路径：
**/details_harness|gsm8k|5_2024-04-10T21-14-16.828642.parquet
-
harness_hellaswag_10
- 分片：2024_04_10T21_14_16.828642, latest
- 路径：
**/details_harness|hellaswag|10_2024-04-10T21-14-16.828642.parquet
-
harness_hendrycksTest_5
- 分片：2024_04_10T21_14_16.828642, latest
- 路径：包含多个任务的详细结果文件路径，如
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-10T21-14-16.828642.parquet等。
