open-llm-leaderboard/details_jondurbin__bagel-34b-v0.5
收藏Hugging Face2024-04-17 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_jondurbin__bagel-34b-v0.5
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jondurbin/bagel-34b-v0.5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。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳命名。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Open LLM Leaderboard上对模型jondurbin/bagel-34b-v0.5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。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳命名。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 jondurbin/bagel-34b-v0.5
数据集描述
- dataset_summary: 该数据集是在评估模型jondurbin/bagel-34b-v0.5时自动创建的，用于Open LLM Leaderboard。
数据集结构
- 组成: 由63个配置组成，每个配置对应一个评估任务。
- 创建来源: 数据集从1次运行中创建，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳命名。
- 特殊配置: “train”分割始终指向最新结果，另外有一个名为“results”的配置，存储所有运行的聚合结果，用于计算和显示聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jondurbin__bagel-34b-v0.5", "harness_winogrande_5", split="train")
最新结果
- 结果来源: latest results from run 2024-04-17T08:52:08.097571
- 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: 包括但不限于harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10等。
- 数据文件: 每个配置对应的数据文件，根据不同的分割（如2024_04_17T08_52_08.097571和latest）存储在不同的路径下。
