open-llm-leaderboard-old/details_hon9kon9ize__CantoneseLLM-6B-preview202402
收藏Hugging Face2024-02-09 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_hon9kon9ize__CantoneseLLM-6B-preview202402
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型 hon9kon9ize/CantoneseLLM-6B-preview202402 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。数据集包含一次运行的结果，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。
该数据集是在模型 hon9kon9ize/CantoneseLLM-6B-preview202402 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。数据集包含一次运行的结果，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-old
原始信息汇总
数据集概述
数据集组成
- 数据集包含63个配置，每个配置对应一个评估任务。
- 数据集由1次运行创建，每个运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
- "train"分割始终指向最新的结果。
- 额外的配置"results"存储所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。
最新结果
- 最新结果来自2024-02-09T22:17:17.351322的运行。
- 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他指标（如mc1, mc2等）及其标准误差。
配置详情
- 每个配置包含特定任务的数据文件，分为不同的时间戳分割和最新的分割。
- 示例配置包括：
harness_arc_challenge_25harness_gsm8k_5harness_hellaswag_10harness_hendrycksTest_5
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_hon9kon9ize__CantoneseLLM-6B-preview202402", "harness_winogrande_5", split="train")
