model_evaluation_and_variables

Dryad2017-01-01 更新2026-04-13 收录

模型评估

特征重要性分析

数据链接：

http://datadryad.org/resource/doi:10.5061/dryad.6052r.2/2.2 数据链接链接失效反馈

官方服务：

资源简介：

This zip file contains the outputs from the models for the model evaluation scores, and the relative contributions of each variable

创建时间：

2017-01-01

open-llm-leaderboard-old/details_Steelskull__Umbra-MoE-4x10.7

模型评估

自然语言处理

该数据集是在Open LLM Leaderboard上对模型Steelskull/Umbra-MoE-4x10.7进行评估时自动创建的。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1次运行生成，每次运行的结果存储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，用于在Open LLM L

Hugging Face2024-01-21 更新210

Appendix D. The parameter estimates from the model fits with their AICc's.

统计建模

模型评估

The parameter estimates from the model fits with their AICc's.

DataCite Commons2020-09-04 更新90

tartuNLP/ifeval_et

自然语言处理

模型评估

ifeval_et是IFEval数据集的爱沙尼亚语版本，用于测量语言模型的指令遵循能力。每个示例都由专业翻译手动翻译并适应爱沙尼亚的文化背景。指令被修改以去除请求输出语言不是英语或爱沙尼亚语的情况。

Hugging Face2025-12-30 更新90

open-llm-leaderboard-old/details_huggyllama__llama-13b

自然语言处理

模型评估

该数据集是在Open LLM Leaderboard上对模型huggyllama/llama-13b进行评估时自动生成的。数据集由122个配置组成，每个配置对应一个评估任务。数据集由4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，用于在Open LLM Leaderbo

Hugging Face2023-09-23 更新160

HWERI/openorca-multiplechoice-5k-comparisons

模型评估

多选题生成

该数据集是beaugogh/openorca-multiplechoice-10k的一个子集，其中添加了模型生成的响应作为被拒绝的响应。使用的模型是beaugogh/Llama2-7b-openorca-mc-v2。

Hugging Face2023-09-09 更新90