open-llm-leaderboard/details_vanillaOVO__Beagle_Turdus
收藏Hugging Face2024-03-22 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_vanillaOVO__Beagle_Turdus
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vanillaOVO/Beagle_Turdus进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。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Open LLM Leaderboard上对模型vanillaOVO/Beagle_Turdus进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。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 vanillaOVO/Beagle_Turdus
数据集来源: 自动创建于模型vanillaOVO/Beagle_Turdus在Open LLM Leaderboard的评估运行过程中。
数据集构成:
- 配置数量: 63
- 每个配置: 对应一个评估任务
- 数据集创建自: 1次运行
- 数据集分割: 每个运行作为特定分割，分割名使用运行的时间戳命名
- 特殊配置: "results"，存储所有运行的聚合结果，用于计算和显示聚合指标
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_vanillaOVO__Beagle_Turdus", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-22T17:22:33.326350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，具体数值请参考README文件中的详细数据。
配置详情
- 配置名称: 多个，如harness_arc_challenge_25, harness_gsm8k_5等
- 数据文件: 每个配置对应多个数据文件，根据不同的时间戳和"latest"分割进行组织
- 文件路径示例: 如
**/details_harness|arc:challenge|25_2024-03-22T17-22-33.326350.parquet
以上信息提供了数据集的基本构成、加载方法及最新结果的概览，以及各配置的详细数据文件组织方式。
