open-llm-leaderboard/details_sail__Sailor-0.5B-Chat
收藏Hugging Face2024-03-11 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_sail__Sailor-0.5B-Chat
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型sail/Sailor-0.5B-Chat时自动创建的，评估过程在Open LLM Leaderboard上进行。数据集由63个配置组成，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，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。
该数据集是在评估模型sail/Sailor-0.5B-Chat时自动创建的，评估过程在Open LLM Leaderboard上进行。数据集由63个配置组成，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，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。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集基本信息
- 数据集名称: Evaluation run of sail/Sailor-0.5B-Chat
- 创建目的: 自动创建于模型sail/Sailor-0.5B-Chat在Open LLM Leaderboard的评估运行期间。
- 数据集构成: 包含63个配置，每个配置对应一个评估任务。
- 创建次数: 数据集由1次运行创建，每次运行以特定的时间戳命名。
数据集详细结构
- 配置类型: 每个配置包含一个或多个数据分割，其中"train"分割指向最新结果。
- 特殊配置: 存在一个名为"results"的配置，用于存储所有聚合的运行结果，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_sail__Sailor-0.5B-Chat", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-11T06:54:29.694167的运行。
- 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。
数据集配置详情
- 配置列表:
- harness_arc_challenge_25: 包含特定时间戳和最新结果的数据文件。
- harness_gsm8k_5: 包含特定时间戳和最新结果的数据文件。
- harness_hellaswag_10: 包含特定时间戳和最新结果的数据文件。
- harness_hendrycksTest_5: 包含多个子任务的数据文件，如抽象代数、解剖学等。
以上信息概述了数据集的基本结构、内容和如何加载数据，以及具体的配置详情。
