open-llm-leaderboard-old/details_Undi95__Llamix2-Xwin-MoE-4x13B
收藏Hugging Face2023-12-16 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Undi95__Llamix2-Xwin-MoE-4x13B
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Undi95/Llamix2-Xwin-MoE-4x13B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。数据集是从1次运行中创建的，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，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Undi95/Llamix2-Xwin-MoE-4x13B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。数据集是从1次运行中创建的，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，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
数据集摘要
该数据集是在评估模型Undi95/Llamix2-Xwin-MoE-4x13B在Open LLM Leaderboard上的自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。
数据集结构
- 配置数量：63个配置
- 数据来源：1次运行（run）
- 数据分割：每个配置包含特定分割，分割名称使用运行的时间戳。"train"分割始终指向最新结果。
- 额外配置："results"配置存储所有运行结果的聚合，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_Undi95__Llamix2-Xwin-MoE-4x13B", "harness_winogrande_5", split="train")
最新结果
最新结果来自2023-12-16T23:47:16.165655运行，包含多个任务的评估指标，如准确率（acc）、标准化准确率（acc_norm）等。
配置详情
-
harness_arc_challenge_25
- 分割：2023_12_16T23_47_16.165655, latest
- 路径：
**/details_harness|arc:challenge|25_2023-12-16T23-47-16.165655.parquet
-
harness_gsm8k_5
- 分割：2023_12_16T23_47_16.165655, latest
- 路径：
**/details_harness|gsm8k|5_2023-12-16T23-47-16.165655.parquet
-
harness_hellaswag_10
- 分割：2023_12_16T23_47_16.165655, latest
- 路径：
**/details_harness|hellaswag|10_2023-12-16T23-47-16.165655.parquet
-
harness_hendrycksTest_5
- 分割：2023_12_16T23_47_16.165655, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2023-12-16T23-47-16.165655.parquet等
