open-llm-leaderboard-old/details_JaeyeonKang__CCK_Asura_v2
收藏Hugging Face2024-02-11 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_JaeyeonKang__CCK_Asura_v2
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型JaeyeonKang/CCK_Asura_v2时自动创建的，主要用于在Open LLM Leaderboard上进行评估。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次运行生成，每次运行的结果作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新的结果。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。
该数据集是在评估模型JaeyeonKang/CCK_Asura_v2时自动创建的，主要用于在Open LLM Leaderboard上进行评估。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次运行生成，每次运行的结果作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新的结果。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-old
原始信息汇总
数据集概述
数据集信息
- 名称: Evaluation run of JaeyeonKang/CCK_Asura_v2
- 来源: 自动创建于模型 JaeyeonKang/CCK_Asura_v2 在 Open LLM Leaderboard 的评估运行。
- 组成: 包含63个配置，每个配置对应一个评估任务。
- 创建: 从1次运行中创建，每个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。"train" 分割始终指向最新的结果。
- 额外配置: "results" 配置存储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。
最新结果
- 时间戳: 2024-02-11T16:06:06.601479
- 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标。
配置信息
- 配置名称:
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
- 数据文件:
- 每个配置包含多个分割，如 "2024_02_11T16_06_06.601479" 和 "latest"，每个分割对应一个或多个数据文件路径。
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_JaeyeonKang__CCK_Asura_v2", "harness_winogrande_5", split="train")
