open-llm-leaderboard-old/details_openbmb__Eurus-RM-7b
收藏Hugging Face2024-04-09 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_openbmb__Eurus-RM-7b
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openbmb/Eurus-RM-7b进行评估时自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集由1次运行创建，每次运行在每个配置中作为一个特定的分割找到，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果，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openbmb/Eurus-RM-7b进行评估时自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集由1次运行创建，每次运行在每个配置中作为一个特定的分割找到，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果，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
数据集简介
该数据集是在对模型openbmb/Eurus-RM-7b进行评估运行期间自动创建的，用于Open LLM Leaderboard。
数据集结构
- 配置数量：63个配置，每个配置对应一个评估任务。
- 数据来源：数据集由1次运行创建，每个运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
- 最新结果："train"分割始终指向最新结果。
- 结果汇总：一个额外的配置"results"存储所有运行的汇总结果，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_openbmb__Eurus-RM-7b", "harness_winogrande_5", split="train")
最新结果
以下是2024-04-09T06:50:00.788799运行的最新结果：
python { "all": { "acc": 0.2539903952511765, "acc_stderr": 0.03098008602736365, "acc_norm": 0.25551266190257, "acc_norm_stderr": 0.03181160531793125, "mc1": 0.2350061199510404, "mc1_stderr": 0.014843061507731611, "mc2": NaN, "mc2_stderr": NaN }, ... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_04_09T06_50_00.788799, latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-09T06-50-00.788799.parquet
-
harness_gsm8k_5
- 分割：2024_04_09T06_50_00.788799, latest
- 路径：
**/details_harness|gsm8k|5_2024-04-09T06-50-00.788799.parquet
-
harness_hellaswag_10
- 分割：2024_04_09T06_50_00.788799, latest
- 路径：
**/details_harness|hellaswag|10_2024-04-09T06-50-00.788799.parquet
-
harness_hendrycksTest_5
- 分割：2024_04_09T06_50_00.788799, latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-09T06-50-00.788799.parquet, ...
以上是数据集的概述，包括数据集的简介、结构、加载示例、最新结果和配置详情。
