open-llm-leaderboard/details_Qwen__Qwen1.5-110B
收藏Hugging Face2024-04-29 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Qwen__Qwen1.5-110B
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Qwen/Qwen1.5-110B进行评估时自动创建的。它包含63个配置，每个配置对应一个被评估的任务。数据集由1次运行生成，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用提供的Python代码片段加载数据集。
该数据集是在Open LLM Leaderboard上对模型Qwen/Qwen1.5-110B进行评估时自动创建的。它包含63个配置，每个配置对应一个被评估的任务。数据集由1次运行生成，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用提供的Python代码片段加载数据集。
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
- 名称: Evaluation run of Qwen/Qwen1.5-110B
- 创建目的: 自动创建于模型Qwen/Qwen1.5-110B在Open LLM Leaderboard的评估运行期间。
数据集结构
- 组成: 包含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，每次运行以特定的时间戳命名。
- 数据分割: 每个配置中包含一个名为"train"的分割，指向最新结果。
- 额外配置: 包含一个名为"results"的配置，存储所有运行的聚合结果，用于计算和显示聚合指标。
数据集使用方法
- 加载数据: 使用以下Python代码加载数据集的详细信息： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Qwen__Qwen1.5-110B", "harness_winogrande_5", split="train")
最新结果
- 结果示例: 提供了一系列任务的评估结果，包括准确率（acc）、标准误差（acc_stderr）等指标。
- 结果详情: 结果详细记录了每个任务的具体评估指标，如准确率和标准误差，适用于多种学科和领域。
