open-llm-leaderboard/details_AllyArc__llama_allyarc
收藏Hugging Face2024-03-22 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_AllyArc__llama_allyarc
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AllyArc/llama_allyarc进行评估时自动创建的。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分割，train分割始终指向最新结果。此外，名为results的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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。
该数据集是在Open LLM Leaderboard上对模型AllyArc/llama_allyarc进行评估时自动创建的。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分割，train分割始终指向最新结果。此外，名为results的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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。
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 AllyArc/llama_allyarc
数据集创建
- 来源: 自动创建于模型AllyArc/llama_allyarc的评估运行过程中。
- 关联平台: Open LLM Leaderboard。
数据集结构
- 配置数量: 63个。
- 每个配置: 对应一个评估任务。
- 数据集创建次数: 1次。
- 数据分割: 每个运行作为一个特定的分割，命名基于运行的时间戳。
- 额外配置: "results"，存储所有运行的聚合结果，用于计算和显示聚合指标。
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_AllyArc__llama_allyarc", "harness_winogrande_5", split="train")
最新结果
- 结果来源: latest results from run 2024-03-22T17:18:04.478504。
- 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。
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，每个文件对应一个特定的任务或评估指标。
