open-llm-leaderboard/details_Inv__Konstanta-Gamma-V2-9B
收藏Hugging Face2024-03-24 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Inv__Konstanta-Gamma-V2-9B
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Inv/Konstanta-Gamma-V2-9B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，每个配置对应一个被评估的任务。它包含了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分割始终指向最新的结果。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`datasets`库中的`load_dataset`函数加载运行细节的示例。
该数据集是在模型Inv/Konstanta-Gamma-V2-9B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，每个配置对应一个被评估的任务。它包含了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分割始终指向最新的结果。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`datasets`库中的`load_dataset`函数加载运行细节的示例。
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 Inv/Konstanta-Gamma-V2-9B
创建目的: 该数据集是自动创建的，用于评估模型Inv/Konstanta-Gamma-V2-9B在Open LLM Leaderboard上的性能。
数据集组成:
- 配置数量: 63个
- 每个配置对应任务: 每个配置对应一个评估任务
- 数据来源: 数据集由1次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
- 额外配置: 存在一个名为"results"的配置，用于存储所有运行的聚合结果，并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_Inv__Konstanta-Gamma-V2-9B", "harness_winogrande_5", split="train")
最新结果
数据集包含最新的评估结果，具体包括各个任务的准确率（acc）、准确率标准误差（acc_stderr）、归一化准确率（acc_norm）和归一化准确率标准误差（acc_norm_stderr）等指标。例如：
- harness|arc:challenge|25: 准确率0.6749146757679181，准确率标准误差0.013688147309729122。
- harness|hellaswag|10: 准确率0.6932881896036646，准确率标准误差0.004601862807240203。
- harness|hendrycksTest-abstract_algebra|5: 准确率0.35，准确率标准误差0.047937248544110196。
这些结果展示了模型在不同任务上的性能表现，为评估和优化模型提供了重要数据支持。
