open-llm-leaderboard-old/details_fhai50032__xLakeChat
收藏Hugging Face2024-02-11 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_fhai50032__xLakeChat
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fhai50032/xLakeChat进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集由2次运行创建，每次运行在每个配置中表示为特定的分割，train分割始终指向最新结果。此外，名为results的配置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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行细节的示例。README中还包含了特定运行的最新结果，展示了不同任务的各种指标，如准确率和标准误差。
该数据集是在Open LLM Leaderboard上对模型fhai50032/xLakeChat进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集由2次运行创建，每次运行在每个配置中表示为特定的分割，train分割始终指向最新结果。此外，名为results的配置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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行细节的示例。README中还包含了特定运行的最新结果，展示了不同任务的各种指标，如准确率和标准误差。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集组成
- 该数据集包含63个配置，每个配置对应一个评估任务。
- 数据集由2次运行结果组成，每次运行的结果存储在特定的分割中，分割名称使用运行的时间戳。
- "train"分割始终指向最新的结果。
额外配置
- 一个名为"results"的额外配置存储所有运行结果的聚合，用于计算和显示在Open LLM Leaderboard上的聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_fhai50032__xLakeChat", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-02-11T14:48:00.265302运行，包含多个任务的准确率（acc）、标准化准确率（acc_norm）及其标准误差（stderr）。
配置详情
- harness_arc_challenge_25: 包含2024-02-11T06:09:09.164528和2024-02-11T14:48:00.265302两个分割，以及最新的分割。
- harness_gsm8k_5: 包含2024-02-11T06:09:09.164528和2024-02-11T14:48:00.265302两个分割，以及最新的分割。
- harness_hellaswag_10: 包含2024-02-11T06:09:09.164528和2024-02-11T14:48:00.265302两个分割，以及最新的分割。
- harness_hendrycksTest_5: 包含2024-02-11T06:09:09.164528和2024-02-11T14:48:00.265302两个分割，以及最新的分割，涉及多个子任务。
