open-llm-leaderboard-old/details_splm__zephyr-7b-sft-full-spin-peft-iter2
收藏Hugging Face2024-02-09 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_splm__zephyr-7b-sft-full-spin-peft-iter2
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在Open LLM Leaderboard上对模型splm/zephyr-7b-sft-full-spin-peft-iter2进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，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Open LLM Leaderboard上对模型splm/zephyr-7b-sft-full-spin-peft-iter2进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，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-old
原始信息汇总
数据集概述
数据集基本信息
- 名称: Evaluation run of splm/zephyr-7b-sft-full-spin-peft-iter2
- 描述: 该数据集是在模型 splm/zephyr-7b-sft-full-spin-peft-iter2 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
- 组成: 数据集包含 63 个配置，每个配置对应一个评估任务。
- 创建来源: 数据集从 1 次运行中创建，每个运行可以在每个配置中作为一个特定的分片找到，分片名称使用运行的时间戳。"train" 分片始终指向最新的结果。
- 额外配置: 一个额外的配置 "results" 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_splm__zephyr-7b-sft-full-spin-peft-iter2", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳: 2024-02-09T13:50:16.813938
- 详细结果: 包含多个任务的评估结果，每个任务都有相应的准确率（acc）和标准化准确率（acc_norm）及其标准误差（stderr）。
配置信息
- 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5 等。
- 数据文件: 每个配置包含多个数据文件，路径格式为
**/details_harness|任务名称|版本_时间戳.parquet，例如**/details_harness|arc:challenge|25_2024-02-09T13-50-16.813938.parquet。
