open-llm-leaderboard-old/details_giraffe176__WestLake_Noromaid_OpenHermes_neural-chat
收藏Hugging Face2024-03-02 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_giraffe176__WestLake_Noromaid_OpenHermes_neural-chat
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giraffe176/WestLake_Noromaid_OpenHermes_neural-chat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，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳。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giraffe176/WestLake_Noromaid_OpenHermes_neural-chat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，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳。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-old
原始信息汇总
数据集概述
数据集组成
- 该数据集包含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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_giraffe176__WestLake_Noromaid_OpenHermes_neural-chat", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-03-02T16:42:40.853852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
- 每个配置包含不同的数据文件路径和分割信息。
- 示例配置包括：
harness_arc_challenge_25harness_gsm8k_5harness_hellaswag_10harness_hendrycksTest_5
