open-llm-leaderboard-old/details_NurtureAI__Orca-2-7B-16k
收藏Hugging Face2023-11-25 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_NurtureAI__Orca-2-7B-16k
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NurtureAI/Orca-2-7B-16k在Open LLM Leaderboard上的评估运行期间自动创建的。它由64个配置组成，每个配置对应一个评估任务。数据集是从1次运行中生成的，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。一个额外的配置results存储了运行的所有聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用`datasets`库中的`load_dataset`函数加载该数据集。
该数据集是在模型NurtureAI/Orca-2-7B-16k在Open LLM Leaderboard上的评估运行期间自动创建的。它由64个配置组成，每个配置对应一个评估任务。数据集是从1次运行中生成的，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。一个额外的配置results存储了运行的所有聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用`datasets`库中的`load_dataset`函数加载该数据集。
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 NurtureAI/Orca-2-7B-16k
- 来源: 在 Open LLM Leaderboard 上对模型 NurtureAI/Orca-2-7B-16k 进行评估时自动创建。
数据集结构
- 配置数量: 64 个配置，每个配置对应一个评估任务。
- 数据来源: 数据集来自 1 次运行，每个运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
- 最新结果: "train" 分割始终指向最新结果。
- 结果汇总: 一个额外的配置 "results" 存储所有运行的汇总结果，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_NurtureAI__Orca-2-7B-16k_public", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳: 2023-11-25T21:39:02.599324
- 详细结果: 包含多个任务的评估结果，如
acc,acc_norm,mc1,mc2,em,f1等指标及其标准误差。
配置详情
- 配置名称: 如
harness_arc_challenge_25,harness_drop_3,harness_gsm8k_5,harness_hellaswag_10,harness_hendrycksTest_5等。 - 数据文件: 每个配置包含多个分割，如
2023_11_25T21_39_02.599324和latest，每个分割包含多个数据文件路径。
