open-llm-leaderboard/details_G-reen__EXPERIMENT-SFT-m7b2-1-merged
收藏Hugging Face2024-04-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_G-reen__EXPERIMENT-SFT-m7b2-1-merged
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G-reen/EXPERIMENT-SFT-m7b2-1-merged进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在Open LLM Leaderboard上对模型G-reen/EXPERIMENT-SFT-m7b2-1-merged进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示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 G-reen/EXPERIMENT-SFT-m7b2-1-merged
数据集描述
- dataset_summary: 该数据集是在评估模型G-reen/EXPERIMENT-SFT-m7b2-1-merged在Open LLM Leaderboard上的运行过程中自动创建的。
- 数据集组成: 包含63个配置，每个配置对应一个评估任务。
- 数据集创建: 数据集由1次运行创建，每次运行在每个配置中作为一个特定的分割存在，分割名称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: 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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_G-reen__EXPERIMENT-SFT-m7b2-1-merged", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 最新结果来自2024-04-15T14:12:35.118660。
- 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。
数据集配置详情
配置列表
- 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等。
- 数据文件: 每个配置包含多个数据文件，根据不同的时间戳(如2024_04_15T14_12_35.118660)和"latest"分割进行组织。
加载数据示例
- 加载特定配置数据: 使用
load_dataset函数加载特定配置和分割的数据。
以上概述提供了数据集的基本信息、组成、加载方法以及配置详情，有助于用户快速了解和使用该数据集。
