open-llm-leaderboard-old/details_HuggingFaceH4__zephyr-7b-beta
收藏Hugging Face2023-12-04 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_HuggingFaceH4__zephyr-7b-beta
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HuggingFaceH4/zephyr-7b-beta进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集是从3次运行中创建的，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，名为results的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还提供了如何使用`datasets`库中的`load_dataset`函数加载运行细节的示例。
该数据集是在Open LLM Leaderboard上对模型HuggingFaceH4/zephyr-7b-beta进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集是从3次运行中创建的，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，名为results的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还提供了如何使用`datasets`库中的`load_dataset`函数加载运行细节的示例。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集名称
- 名称: Evaluation run of HuggingFaceH4/zephyr-7b-beta
数据集组成
- 配置数量: 64个配置，每个配置对应一个评估任务。
- 创建来源: 数据集由3次运行结果组成，每次运行的详细结果存储在特定的分割中，分割名称使用运行的时间戳。
- 最新结果: "train"分割始终指向最新的结果。
- 聚合结果: 一个额外的配置"results"存储所有运行的聚合结果，用于计算和显示在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_HuggingFaceH4__zephyr-7b-beta", "harness_winogrande_5", split="train")
最新结果
- 最新结果来源: 来自2023-12-04T23:27:56.473641的运行结果。
- 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、误差标准差（acc_stderr、acc_norm_stderr）等指标。
配置详情
- 配置名称:
harness_arc_challenge_25harness_drop_3harness_gsm8k_5harness_hellaswag_10harness_hendrycksTest_5
- 数据文件: 每个配置包含多个分割，每个分割对应不同时间戳的运行结果，以及指向最新结果的"latest"分割。
