open-llm-leaderboard/details_ALBADDAWI__DeepCode-7B-Aurora-v3
收藏Hugging Face2024-04-11 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_ALBADDAWI__DeepCode-7B-Aurora-v3
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在Open LLM Leaderboard上对模型ALBADDAWI/DeepCode-7B-Aurora-v3进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。train分割始终指向最新结果。一个额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在Open LLM Leaderboard上对模型ALBADDAWI/DeepCode-7B-Aurora-v3进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。train分割始终指向最新结果。一个额外的配置results存储了运行的所有聚合结果，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 ALBADDAWI/DeepCode-7B-Aurora-v3
数据集描述
- 该数据集是在评估模型ALBADDAWI/DeepCode-7B-Aurora-v3的过程中自动创建的，该模型在Open LLM Leaderboard上进行评估。
- 数据集由63个配置组成，每个配置对应一个评估任务。
- 数据集创建自1次运行，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。
- “train”分割始终指向最新的结果。
- 额外的配置“results”存储了所有运行的聚合结果，用于计算并在Open LLM Leaderboard上显示聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ALBADDAWI__DeepCode-7B-Aurora-v3", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-04-11T05:19:07.214398的运行，包含多个任务的评估指标。
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，每个文件对应一个特定的任务或时间戳。例如，harness_hendrycksTest_5配置包含多个子任务的数据文件，如abstract_algebra, anatomy, astronomy等。
结论
该数据集是为评估特定模型在多个任务上的性能而创建的，提供了详细的配置和结果数据，便于分析和进一步的研究。
