open-llm-leaderboard/details_tushar310__Hippy-AAI-7B
收藏Hugging Face2024-03-14 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_tushar310__Hippy-AAI-7B
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tushar310/Hippy-AAI-7B的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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3次运行中创建，每次运行的结果都作为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，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在模型tushar310/Hippy-AAI-7B的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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3次运行中创建，每次运行的结果都作为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，还有一个名为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
- Evaluation run of tushar310/Hippy-AAI-7B
数据集描述
- 该数据集是在评估模型tushar310/Hippy-AAI-7B的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。
- 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3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。
- “train”分割始终指向最新的结果。
- 额外的“results”配置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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_tushar310__Hippy-AAI-7B", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-03-14T17:04:40.503457的运行。
- 结果包括多个任务的准确率（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，每个文件对应不同的运行时间戳，以及一个指向最新结果的“latest”分割。
