open-llm-leaderboard/details_abideen__phi2-pro
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_abideen__phi2-pro
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abideen/phi2-pro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分割始终指向最新的结果。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。可以使用Hugging Face的datasets库加载该数据集，如提供的Python代码片段所示。
该数据集是在Open LLM Leaderboard上对模型abideen/phi2-pro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分割始终指向最新的结果。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。可以使用Hugging Face的datasets库加载该数据集，如提供的Python代码片段所示。
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 abideen/phi2-pro
数据集描述
- dataset_summary: 该数据集是在评估模型abideen/phi2-pro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，每次运行对应一个特定的分割，分割名称使用运行的时间戳。
- 额外配置: “results”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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_abideen__phi2-pro", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 最新结果来自run 2024-03-21T13:29:52.820607。
- 结果内容: 包括多个任务的准确率(acc)和标准误差(acc_stderr)等指标。
数据集配置详情
配置列表
- harness_arc_challenge_25
- 数据文件: 包含特定时间戳和最新结果的分割。
- harness_gsm8k_5
- 数据文件: 包含特定时间戳和最新结果的分割。
- harness_hellaswag_10
- 数据文件: 包含特定时间戳和最新结果的分割。
- harness_hendrycksTest_5
- 数据文件: 包含多个子任务的特定时间戳和最新结果的分割。
以上信息总结了数据集的基本情况和配置详情，提供了数据集的结构化描述和加载方法。
