open-llm-leaderboard/details_chlee10__T3Q-MSlerp-7Bx2
收藏Hugging Face2024-03-13 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_chlee10__T3Q-MSlerp-7Bx2
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chlee10/T3Q-MSlerp-7Bx2时自动创建的，用于Open LLM Leaderboard的评估任务。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次运行创建，每次运行的结果作为特定分割存储，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，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。
该数据集是在评估模型chlee10/T3Q-MSlerp-7Bx2时自动创建的，用于Open LLM Leaderboard的评估任务。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次运行创建，每次运行的结果作为特定分割存储，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，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。
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 chlee10/T3Q-MSlerp-7Bx2
数据集描述
- dataset_summary: 该数据集是自动创建的，用于评估模型chlee10/T3Q-MSlerp-7Bx2在Open LLM Leaderboard上的表现。
数据集组成
- 数据结构: 包含63个配置，每个配置对应一个评估任务。
- 创建来源: 数据集由1次运行创建，每次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命名。
- 额外配置: “results”配置存储了所有运行的聚合结果，用于计算和显示聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_chlee10__T3Q-MSlerp-7Bx2", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-03-13T03:13:45.913085的运行，包含多个任务的评估结果。
数据集详细配置
配置列表
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
每个配置包含特定任务的评估数据，数据文件根据时间戳和“latest”分割进行组织。
