open-llm-leaderboard/details_VAIBHAV22334455__JARVIS
收藏Hugging Face2024-03-27 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_VAIBHAV22334455__JARVIS
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VAIBHAV22334455/JARVIS的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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。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。
该数据集是在模型VAIBHAV22334455/JARVIS的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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。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
原始信息汇总
数据集概述
数据集名称
- pretty_name: Evaluation run of VAIBHAV22334455/JARVIS
数据集描述
- dataset_summary: 该数据集是自动创建的，用于评估模型VAIBHAV22334455/JARVIS在Open LLM Leaderboard上的表现。
- 数据集组成: 包含63个配置，每个配置对应一个评估任务。
- 数据集创建: 数据集由1次运行创建，每次运行作为一个特定的分割，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。
- 额外配置: 有一个名为"results"的配置，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_VAIBHAV22334455__JARVIS", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-27T21:48:23.038770的运行结果。
- 结果内容: 包含多个任务的评估指标，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
- 包含多个子任务，如abstract_algebra, anatomy, astronomy等。
每个配置包含不同的时间戳分割和最新分割的数据文件路径。
