open-llm-leaderboard/details_DreadPoor__Cerberus-7B-Model_Stock
收藏Hugging Face2024-04-10 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_DreadPoor__Cerberus-7B-Model_Stock
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DreadPoor/Cerberus-7B-Model_Stock进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。train分割始终指向最新结果。额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在Open LLM Leaderboard上对模型DreadPoor/Cerberus-7B-Model_Stock进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。train分割始终指向最新结果。额外的配置results存储了运行的所有聚合结果，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 DreadPoor/Cerberus-7B-Model_Stock
数据集来源
- dataset_summary: 该数据集是在评估模型DreadPoor/Cerberus-7B-Model_Stock在Open LLM Leaderboard上的运行过程中自动创建的。
数据集构成
- 数据结构: 由63个配置组成，每个配置对应一个评估任务。
- 数据创建: 数据集由1次运行创建，每次运行作为特定分割存在，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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_DreadPoor__Cerberus-7B-Model_Stock", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-10T06:46:02.027979的运行结果。
- 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)等指标。
数据集详细配置
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，根据不同的时间戳和"latest"分割进行组织。
