open-llm-leaderboard/details_DreadPoor__Harpy-7B-Model_Stock
收藏Hugging Face2024-04-06 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_DreadPoor__Harpy-7B-Model_Stock
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DreadPoor/Harpy-7B-Model_Stock时自动创建的，评估在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次运行创建，每次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。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。
该数据集是在评估模型DreadPoor/Harpy-7B-Model_Stock时自动创建的，评估在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次运行创建，每次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。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 DreadPoor/Harpy-7B-Model_Stock
数据集创建
- 来源: 自动创建于模型DreadPoor/Harpy-7B-Model_Stock的评估运行过程中。
- 目的: 用于Open LLM Leaderboard的评估。
数据集组成
- 配置数量: 63个
- 每个配置: 对应一个评估任务
- 数据来源: 来自1次运行
- 数据分割: 每个配置中包含特定分割，以运行时间戳命名，"train"分割指向最新结果。
额外配置
- 配置名称: "results"
- 内容: 存储所有运行的聚合结果
- 用途: 用于计算和显示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_DreadPoor__Harpy-7B-Model_Stock", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-06T03:14:58.625955的运行
- 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。
配置详情
- 配置名称: 多个，如harness_arc_challenge_25, harness_gsm8k_5等
- 数据文件: 每个配置包含多个数据文件，按时间戳和"latest"分割组织。
- 文件路径示例: 如**/details_harness|arc:challenge|25_2024-04-06T03-14-58.625955.parquet**
数据集使用
- 加载数据: 使用
load_dataset函数加载特定配置和分割的数据。 - 数据分析: 分析各任务的性能指标，如准确率和标准误差。
