open-llm-leaderboard/details_R136a1__InfinityKuno-2x7B
收藏Hugging Face2024-03-29 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_R136a1__InfinityKuno-2x7B
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R136a1/InfinityKuno-2x7B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。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割，train分割始终指向最新的结果。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R136a1/InfinityKuno-2x7B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。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割，train分割始终指向最新的结果。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 R136a1/InfinityKuno-2x7B
数据集描述
- dataset_summary: 该数据集是在评估模型R136a1/InfinityKuno-2x7B的过程中自动创建的，用于Open LLM Leaderboard。
数据集组成
- 包含63个配置，每个配置对应一个评估任务。
- 数据集由1次运行创建，每次运行作为一个特定的分割，分割名称使用运行的时间戳命名。
- “train”分割始终指向最新的结果。
- 额外的配置“results”存储了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_R136a1__InfinityKuno-2x7B", "harness_winogrande_5", split="train")
最新结果
- 提供了各个任务的详细评估结果，包括准确率（acc）、标准误差（acc_stderr）等指标。
数据集配置详情
配置列表
- harness_arc_challenge_25
- 数据文件路径：
**/details_harness|arc:challenge|25_2024-03-29T17-53-08.431911.parquet
- 数据文件路径：
- harness_gsm8k_5
- 数据文件路径：
**/details_harness|gsm8k|5_2024-03-29T17-53-08.431911.parquet
- 数据文件路径：
- harness_hellaswag_10
- 数据文件路径：
**/details_harness|hellaswag|10_2024-03-29T17-53-08.431911.parquet
- 数据文件路径：
- harness_hendrycksTest_5
- 数据文件路径：包含多个子任务的数据文件路径，如
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-29T17-53-08.431911.parquet等。
- 数据文件路径：包含多个子任务的数据文件路径，如
以上信息概述了数据集的基本情况和配置详情，便于用户了解和使用该数据集。
