open-llm-leaderboard/details_OpenBuddy__openbuddy-mistral2-7b-v20.2-32k
收藏Hugging Face2024-03-27 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_OpenBuddy__openbuddy-mistral2-7b-v20.2-32k
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在OpenBuddy/openbuddy-mistral2-7b-v20.2-32k模型在Open LLM Leaderboard上的评估运行期间自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集来自1次运行，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。
该数据集是在OpenBuddy/openbuddy-mistral2-7b-v20.2-32k模型在Open LLM Leaderboard上的评估运行期间自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集来自1次运行，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。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称: Evaluation run of OpenBuddy/openbuddy-mistral2-7b-v20.2-32k
创建目的: 该数据集是自动创建的，用于评估模型OpenBuddy/openbuddy-mistral2-7b-v20.2-32k在Open LLM Leaderboard上的表现。
数据集构成:
- 配置数量: 63个
- 每个配置对应任务: 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，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
- 特殊配置: 包含一个名为"results"的额外配置，用于存储所有运行结果的聚合数据，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_OpenBuddy__openbuddy-mistral2-7b-v20.2-32k", "harness_winogrande_5", split="train")
最新结果
提供了包括准确率、标准误差等指标的详细结果，涵盖多个任务，如：
- harness|arc:challenge|25: 准确率0.5307167235494881，标准误差0.014583792546304037
- harness|hellaswag|10: 准确率0.6040629356701852，标准误差0.004880515431323159
- harness|hendrycksTest-abstract_algebra|5: 准确率0.38，标准误差0.048783173121456316
- harness|winogrande|5: 准确率0.7505919494869772，标准误差0.012160189196930692
这些结果用于评估模型在不同任务上的性能表现。
