首页/数据集/Comparison of accuracy within 30% and within 10% of estimating equations by exact McNemar tests.

Comparison of accuracy within 30% and within 10% of estimating equations by exact McNemar tests.

Figshare2018-03-03 更新2026-04-29 收录

数据链接：

https://figshare.com/articles/dataset/Comparison_of_accuracy_within_30_and_within_10_of_estimating_equations_by_exact_McNemar_tests_/5944693 数据链接链接失效反馈

官方服务：

资源简介：

Comparison of accuracy within 30% and within 10% of estimating equations by exact McNemar tests.

应用场景：

创建时间：

2018-03-03

模型评估

自然语言处理

该数据集是在Open LLM Leaderboard上对模型Undi95/Emerald-13B进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2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，并用于在Open LLM Leaderboar

Hugging Face2023-10-23 更新160

open-llm-leaderboard-old/details_Steelskull__Aethora-7b-v1

模型评估

自然语言处理

--- pretty_name: Evaluation run of Steelskull/Aethora-7b-v1 dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [Steelskull/Aethora-7b-v1](https://huggingface.co/St

Hugging Face2024-04-02 更新100

arjun3103/haystack_faithfulness_evaluation

模型评估

自然语言处理

--- dataset_info: features: - name: questions dtype: string - name: contexts sequence: string - name: answers dtype: string - name: ans_type dtype: string - name: faithfuln

Hugging Face2024-06-06 更新80

open-llm-leaderboard-old/details_PY007__TinyLlama-1.1B-step-50K-105b

模型评估

自然语言处理

该数据集是在Open LLM Leaderboard上对模型PY007/TinyLlama-1.1B-step-50K-105b进行评估时自动生成的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个results配置存储了所有运行的聚合结果，用于在Open LL

Hugging Face2023-10-24 更新120

ura-hcmut/Pre-computed-embedding-Meta-Llama-3-8B-truthful_qa

预计算嵌入

模型评估

--- dataset_info: features: - name: question_id dtype: string - name: chosen sequence: float32 - name: rejected sequence: float32 splits: - name: train num_bytes: 86308101

Hugging Face2024-05-05 更新80

Comparison of accuracy within 30% and within 10% of estimating equations by exact McNemar tests.

资源简介：

相关数据集