open-llm-leaderboard/details_Chickaboo__ChickaQ
收藏Hugging Face2024-03-21 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Chickaboo__ChickaQ
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Chickaboo/ChickaQ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。一个名为results的额外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Open LLM Leaderboard上对模型Chickaboo/ChickaQ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。一个名为results的额外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
数据集名称
- pretty_name: Evaluation run of Chickaboo/ChickaQ
数据集描述
- dataset_summary: 该数据集是在评估模型Chickaboo/ChickaQ在Open LLM Leaderboard上的运行过程中自动创建的。
数据集组成
- 配置数量: 63个
- 每个配置对应一个评估任务
- 数据集来源: 来自1次运行
- 数据集分割: 每个运行作为一个特定的分割，使用运行的时间戳命名。"train"分割始终指向最新结果。
- 额外配置: "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_Chickaboo__ChickaQ", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-21T14:10:54.618600的运行
- 结果内容: 包含多个任务的评估指标，如准确率(acc)、标准误差(acc_stderr)等。
数据集配置详情
- 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等
- 数据文件路径: 根据不同的任务和时间戳命名，如
**/details_harness|arc:challenge|25_2024-03-21T14-10-54.618600.parquet - 数据分割: 包括特定时间戳的分割和"latest"分割
