open-llm-leaderboard/details_abideen__AlphaMonarch-daser
收藏Hugging Face2024-03-16 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_abideen__AlphaMonarch-daser
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abideen/AlphaMonarch-daser时自动创建的，用于在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。数据集由1次运行创建，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。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abideen/AlphaMonarch-daser时自动创建的，用于在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。数据集由1次运行创建，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。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 abideen/AlphaMonarch-daser
数据集创建
- dataset_summary: 该数据集是在评估模型abideen/AlphaMonarch-daser运行期间自动创建的。
- 创建来源: 数据集由1次运行创建，每个运行对应一个特定的分割，分割名称使用运行的时间戳。
数据集结构
- 配置数量: 63个配置，每个配置对应一个评估任务。
- 额外配置: 包含一个名为"results"的配置，用于存储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_abideen__AlphaMonarch-daser", "harness_winogrande_5", split="train")
最新结果
- 结果来源: latest results from run 2024-03-16T17:08:18.975919
- 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)等指标。
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，每个文件对应不同的分割（如时间戳分割和最新分割）。
