open-llm-leaderboard/details_MSL7__INEX16-7b
收藏Hugging Face2024-03-11 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_MSL7__INEX16-7b
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MSL7/INEX16-7b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。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的分割，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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。还包括了2024-03-11T18:57:35.115210运行的最新结果，显示了各种任务的性能指标。
该数据集是在Open LLM Leaderboard上对模型MSL7/INEX16-7b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。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的分割，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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。还包括了2024-03-11T18:57:35.115210运行的最新结果，显示了各种任务的性能指标。
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 MSL7/INEX16-7b
数据集描述
- dataset_summary: 该数据集是在评估模型MSL7/INEX16-7b运行期间自动创建的，用于Open LLM Leaderboard。
数据集组成
- 配置数量: 63个配置
- 每个配置对应任务: 每个配置对应一个评估任务
- 数据集创建来源: 来自1次运行
- 数据集分割: 每个配置中包含特定分割，以运行的时间戳命名。"train"分割指向最新结果。
额外配置
- 配置名称: results
- 配置用途: 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_MSL7__INEX16-7b", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-11T18:57:35.115210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。
数据集配置详情
配置列表
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
每个配置包含多个数据文件，每个文件对应一个特定的分割，如时间戳分割和最新分割。
