open-llm-leaderboard/details_maldv__eleusis-7b-alpha
收藏Hugging Face2024-03-15 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_maldv__eleusis-7b-alpha
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maldv/eleusis-7b-alpha的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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次运行生成，每次运行可以在每个配置中找到，分割以运行的时间戳命名。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，并用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在模型maldv/eleusis-7b-alpha的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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次运行生成，每次运行可以在每个配置中找到，分割以运行的时间戳命名。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，并用于计算和显示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 maldv/eleusis-7b-alpha
数据集描述
- dataset_summary: 该数据集是在评估模型maldv/eleusis-7b-alpha在Open LLM Leaderboard上的运行过程中自动创建的。
数据集组成
- 配置数量: 63个
- 每个配置: 对应一个评估任务
- 数据来源: 来自1次运行
- 数据分割: 每个运行以时间戳命名的特定分割形式存在
- 额外配置: "results"，存储所有运行结果的聚合数据，用于计算和显示聚合指标
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_maldv__eleusis-7b-alpha", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-15T01:13:05.711522的运行
- 结果内容: 包括多个任务的准确率(acc)和标准误差(acc_stderr)等指标
配置详情
- 配置名称: 包括多个任务特定的配置，如harness_arc_challenge_25, harness_gsm8k_5等
- 数据文件: 每个配置包含以时间戳命名的分割和"latest"分割的数据文件路径
以上信息概述了数据集的基本情况和使用方法。
