open-llm-leaderboard-old/details_ycros__BagelMIsteryTour-v2-8x7B
收藏Hugging Face2024-01-27 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_ycros__BagelMIsteryTour-v2-8x7B
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型 ycros/BagelMIsteryTour-v2-8x7B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。它包含 1 次运行的结果，每次运行在每个配置中表示为特定的拆分。train 拆分始终指向最新的结果。此外，还有一个 results 配置，存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个示例，展示了如何使用 datasets 库加载运行中的详细信息。
该数据集是在模型 ycros/BagelMIsteryTour-v2-8x7B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。它包含 1 次运行的结果，每次运行在每个配置中表示为特定的拆分。train 拆分始终指向最新的结果。此外，还有一个 results 配置，存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个示例，展示了如何使用 datasets 库加载运行中的详细信息。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集创建
- 数据集是在评估模型 ycros/BagelMIsteryTour-v2-8x7B 在 Open LLM Leaderboard 上的自动创建的。
数据集组成
- 数据集包含 63 个配置，每个配置对应一个评估任务。
- 数据集从 1 次运行中创建。每个运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
- "train" 分割总是指向最新的结果。
- 一个额外的配置 "results" 存储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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ycros__BagelMIsteryTour-v2-8x7B", "harness_winogrande_5", split="train")
最新结果
- 这些是最新的结果，来自 2024-01-27T16:41:55.050229 的运行。
- 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标。
配置详情
- 数据集包含多个配置，每个配置对应不同的任务和数据文件路径。
- 每个配置包含 "latest" 和特定时间戳的分割。
示例配置
- harness_arc_challenge_25
- 数据文件路径：
**/details_harness|arc:challenge|25_2024-01-27T16-41-55.050229.parquet
- 数据文件路径：
- harness_gsm8k_5
- 数据文件路径：
**/details_harness|gsm8k|5_2024-01-27T16-41-55.050229.parquet
- 数据文件路径：
- harness_hellaswag_10
- 数据文件路径：
**/details_harness|hellaswag|10_2024-01-27T16-41-55.050229.parquet
- 数据文件路径：
- harness_hendrycksTest_5
- 数据文件路径：多个文件路径，如
**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-27T16-41-55.050229.parquet等。
- 数据文件路径：多个文件路径，如
