mlfoundations-dev/OpenThinker-7B_eval_03-09-25_17-16_f912
收藏数据链接：
官方服务：
资源简介：
这是一个包含预计算模型输出的评估数据集，用于评估模型在GPQADiamond数据集上的表现。评估结果显示，平均准确率为27.95%，共进行了3次运行。
This is an evaluation dataset containing precomputed model outputs, used to assess the models performance on the GPQADiamond dataset. The evaluation results show an average accuracy of 27.95%, with a total of 3 runs conducted.
提供机构：
mlfoundations-dev
