open-llm-leaderboard/details_vicgalle__Configurable-Mistral-22B
收藏Hugging Face2024-04-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_vicgalle__Configurable-Mistral-22B
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vicgalle/Configurable-Mistral-22B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。数据集从1次运行中创建，每次运行可以在每个配置的特定分割中找到，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Open LLM Leaderboard上对模型vicgalle/Configurable-Mistral-22B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。数据集从1次运行中创建，每次运行可以在每个配置的特定分割中找到，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
原始信息汇总
数据集概述
数据集名称
- pretty_name: Evaluation run of vicgalle/Configurable-Mistral-22B
数据集描述
- dataset_summary: 该数据集是在评估模型vicgalle/Configurable-Mistral-22B在Open LLM Leaderboard上的运行过程中自动创建的。
数据集构成
- 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: “results”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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_vicgalle__Configurable-Mistral-22B", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-15T21:06:09.010528的运行结果。
- 结果内容: 包含多个任务的评估指标，如准确率(acc)、标准误差(acc_stderr)等。
数据集配置详情
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，根据不同的时间戳和“latest”分割进行组织。
