open-llm-leaderboard-old/details_w95__megachat
收藏Hugging Face2023-11-13 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_w95__megachat
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w95/megachat的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由64个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，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w95/megachat的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由64个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，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-old
原始信息汇总
数据集概述
数据集信息
- 名称: Evaluation run of w95/megachat
- 来源: 在模型 w95/megachat 的评估运行期间自动创建
- 目的: 用于 Open LLM Leaderboard 的评估
数据集结构
- 配置数量: 64个配置
- 每个配置对应: 一个评估任务
- 创建次数: 1次运行
- 分割命名: 使用运行的时间戳
- 训练分割: 指向最新结果
额外配置
- 结果配置: 存储所有聚合结果，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_w95__megachat_public", "harness_winogrande_5", split="train")
最新结果
- 来源: 最新结果来自2023-11-13T15:59:20.049368
- 详细结果: 包含多个任务的评估指标，如准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等
配置详情
- 配置名称: 如
harness_arc_challenge_25,harness_drop_3,harness_gsm8k_5,harness_hellaswag_10,harness_hendrycksTest_5等 - 数据文件: 包含不同分割（如
2023_11_13T15_59_20.049368和latest）的parquet文件路径
