open-llm-leaderboard-old/details_tiiuae__falcon-7b-instruct
收藏Hugging Face2023-12-03 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_tiiuae__falcon-7b-instruct
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tiiuae/falcon-7b-instruct时自动创建的，用于Open LLM Leaderboard的评估。数据集包含64个配置，每个配置对应一个评估任务。数据集由6次运行生成，每次运行的结果作为特定的分割存储在配置中，分割名称使用运行的时间戳。此外，数据集还包含一个名为"results"的配置，用于存储所有运行的聚合结果，并在Open LLM Leaderboard上显示聚合指标。
该数据集是在评估模型tiiuae/falcon-7b-instruct时自动创建的，用于Open LLM Leaderboard的评估。数据集包含64个配置，每个配置对应一个评估任务。数据集由6次运行生成，每次运行的结果作为特定的分割存储在配置中，分割名称使用运行的时间戳。此外，数据集还包含一个名为"results"的配置，用于存储所有运行的聚合结果，并在Open LLM Leaderboard上显示聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集简介
该数据集是在评估模型 tiiuae/falcon-7b-instruct 在 Open LLM Leaderboard 上的自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。
数据集结构
数据集由 6 次运行创建，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。
数据集配置
数据集包含以下配置：
harness_arc_challenge_25harness_drop_3harness_gsm8k_5harness_hellaswag_10harness_hendrycksTest_5
每个配置包含多个分割，每个分割对应不同的运行时间戳，"latest" 分割指向最新的结果。
数据加载示例
以下是加载数据集的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_tiiuae__falcon-7b-instruct", "harness_gsm8k_5", split="train")
最新结果
最新结果来自运行 2023-12-03T18:01:45.204079，包含以下内容： python { "all": { "acc": 0.04700530705079606, "acc_stderr": 0.005829898355937184 }, "harness|gsm8k|5": { "acc": 0.04700530705079606, "acc_stderr": 0.005829898355937184 } }
