open-llm-leaderboard/details_croissantllm__CroissantLLMBase
收藏Hugging Face2024-04-03 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_croissantllm__CroissantLLMBase
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croissantllm/CroissantLLMBase在Open LLM Leaderboard上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。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，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。
该数据集是在模型croissantllm/CroissantLLMBase在Open LLM Leaderboard上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。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，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。
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 croissantllm/CroissantLLMBase
数据集创建
- dataset_summary: 该数据集是在评估模型croissantllm/CroissantLLMBase的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。
数据集组成
- 数据结构: 由63个配置组成，每个配置对应一个评估任务。
- 数据来源: 数据集从2次运行中创建，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命名。
- 额外配置: 存在一个名为"results"的额外配置，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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_croissantllm__CroissantLLMBase", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-03T00:51:16.093103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
- config_name: harness_arc_challenge_25
- config_name: harness_gsm8k_5
- config_name: harness_hellaswag_10
- config_name: harness_hendrycksTest_5
每个配置包含多个数据文件，每个文件对应不同的分割，如时间戳分割和最新分割。
