open-llm-leaderboard/details_NousResearch__Meta-Llama-3-8B-Instruct
收藏Hugging Face2024-04-19 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_NousResearch__Meta-Llama-3-8B-Instruct
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NousResearch/Meta-Llama-3-8B-Instruct时自动创建的，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特定配置中的一个分割，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，一个名为"results"的配置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。
该数据集是在评估模型NousResearch/Meta-Llama-3-8B-Instruct时自动创建的，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特定配置中的一个分割，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，一个名为"results"的配置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。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称
- pretty_name: Evaluation run of NousResearch/Meta-Llama-3-8B-Instruct
数据集描述
- dataset_summary: 该数据集是在评估模型NousResearch/Meta-Llama-3-8B-Instruct运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集创建自1次运行，每次运行可以在每个配置中作为一个特定的分割找到，分割名称使用运行的时间戳。"train"分割始终指向最新结果。
数据集结构
- 配置数量: 63个
- 运行次数: 1次
- 分割方式: 每个配置根据运行时间戳命名分割
数据集使用示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_NousResearch__Meta-Llama-3-8B-Instruct", "harness_winogrande_5", split="train")
最新结果
- 结果存储: 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Open LLM Leaderboard上的聚合指标。
- 示例结果: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。
数据集配置详情
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，根据不同的时间戳和"latest"分割进行组织。
