open-llm-leaderboard/details_KnutJaegersberg__RWKV-4-PilePlus-430M-20230520-6162-1018Gtokens-ctx4098
收藏Hugging Face2023-10-27 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_KnutJaegersberg__RWKV-4-PilePlus-430M-20230520-6162-1018Gtokens-ctx4098
下载链接
链接失效反馈官方服务：
资源简介：
数据集是在模型KnutJaegersberg/RWKV-4-PilePlus-430M-20230520-6162-1018Gtokens-ctx4098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64个配置组成，每个配置对应一个评估任务。数据集由2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。此外，一个名为results的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。
数据集是在模型KnutJaegersberg/RWKV-4-PilePlus-430M-20230520-6162-1018Gtokens-ctx4098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64个配置组成，每个配置对应一个评估任务。数据集由2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。此外，一个名为results的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
数据集来源
该数据集是在对模型 KnutJaegersberg/RWKV-4-PilePlus-430M-20230520-6162-1018Gtokens-ctx4098 进行评估运行期间自动创建的，评估结果展示在 Open LLM Leaderboard 上。
数据集结构
- 配置数量：64个配置，每个配置对应一个评估任务。
- 数据来源：数据集由2次运行结果组成，每次运行的结果可以在每个配置中找到，以运行的时间戳命名的特定分片形式存在。
- 最新结果："train" 分片始终指向最新的结果。
- 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_KnutJaegersberg__RWKV-4-PilePlus-430M-20230520-6162-1018Gtokens-ctx4098", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-27T05:08:42.150075 运行 的最新结果： python { "all": { "em": 0.002726510067114094, "em_stderr": 0.0005340111700415923, "f1": 0.05103817114093967, "f1_stderr": 0.0013185598027679899, "acc": 0.26317353140578503, "acc_stderr": 0.007674173740131278 }, "harness|drop|3": { "em": 0.002726510067114094, "em_stderr": 0.0005340111700415923, "f1": 0.05103817114093967, "f1_stderr": 0.0013185598027679899 }, "harness|gsm8k|5": { "acc": 0.002274450341167551, "acc_stderr": 0.0013121578148674266 }, "harness|winogrande|5": { "acc": 0.5240726124704025, "acc_stderr": 0.014036189665395129 } }
配置详情
以下是数据集的部分配置详情：
-
harness_arc_challenge_25
- 分片：2023_09_12T08_47_54.050773
- 路径：
**/details_harness|arc:challenge|25_2023-09-12T08-47-54.050773.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-12T08-47-54.050773.parquet
- 路径：
- 分片：2023_09_12T08_47_54.050773
-
harness_drop_3
- 分片：2023_10_27T05_08_42.150075
- 路径：
**/details_harness|drop|3_2023-10-27T05-08-42.150075.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|drop|3_2023-10-27T05-08-42.150075.parquet
- 路径：
- 分片：2023_10_27T05_08_42.150075
-
harness_gsm8k_5
- 分片：2023_10_27T05_08_42.150075
- 路径：
**/details_harness|gsm8k|5_2023-10-27T05-08-42.150075.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-27T05-08-42.150075.parquet
- 路径：
- 分片：2023_10_27T05_08_42.150075
-
harness_hellaswag_10
- 分片：2023_09_12T08_47_54.050773
- 路径：
**/details_harness|hellaswag|10_2023-09-12T08-47-54.050773.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-12T08-47-54.050773.parquet
- 路径：
- 分片：2023_09_12T08_47_54.050773
-
harness_hendrycksTest_5
- 分片：2023_09_12T08_47_54.050773
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-09-12T08-47-54.050773.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-09-12T08-47-54.050773.parquet - 路径：`**/details_harness|hendrycks
- 路径：
- 分片：2023_09_12T08_47_54.050773
