five

open-llm-leaderboard/details_stabilityai__StableBeluga-13B

收藏
Hugging Face2023-10-15 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_stabilityai__StableBeluga-13B
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在评估稳定性ai/StableBeluga-13B模型时自动创建的,包含64个配置,每个配置对应一个特定的评估任务。数据集由两次运行创建,每次运行都以时间戳命名的特定分割存在。此外,还有一个名为results的配置,用于存储所有聚合结果,并用于在Open LLM Leaderboard上计算和显示聚合指标。

该数据集是在评估稳定性ai/StableBeluga-13B模型时自动创建的,包含64个配置,每个配置对应一个特定的评估任务。数据集由两次运行创建,每次运行都以时间戳命名的特定分割存在。此外,还有一个名为results的配置,用于存储所有聚合结果,并用于在Open LLM Leaderboard上计算和显示聚合指标。
提供机构:
open-llm-leaderboard
原始信息汇总

数据集概述

该数据集是在评估模型 stabilityai/StableBeluga-13BOpen 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

  • 配置数量:64 个配置
  • 数据来源:从 2 次运行中创建
  • 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。
  • 结果汇总:额外配置 "results" 存储所有运行结果的汇总(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_stabilityai__StableBeluga-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T18:18:48.353426 运行 的最新结果:

python { "all": { "em": 0.13968120805369127, "em_stderr": 0.00355008169467152, "f1": 0.2125828439597308, "f1_stderr": 0.0036624757731315858, "acc": 0.4533641938925533, "acc_stderr": 0.010674908726298674 }, "harness|drop|3": { "em": 0.13968120805369127, "em_stderr": 0.00355008169467152, "f1": 0.2125828439597308, "f1_stderr": 0.0036624757731315858 }, "harness|gsm8k|5": { "acc": 0.1379833206974981, "acc_stderr": 0.009499777327746841 }, "harness|winogrande|5": { "acc": 0.7687450670876085, "acc_stderr": 0.011850040124850508 } }

配置详情

  • harness_arc_challenge_25

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|arc:challenge|25_2023-07-31T13:19:00.568083.parquet
  • harness_drop_3

    • 分割:2023_10_15T18_18_48.353426, latest
    • 路径:**/details_harness|drop|3_2023-10-15T18-18-48.353426.parquet
  • harness_gsm8k_5

    • 分割:2023_10_15T18_18_48.353426, latest
    • 路径:**/details_harness|gsm8k|5_2023-10-15T18-18-48.353426.parquet
  • harness_hellaswag_10

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hellaswag|10_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:多个路径,例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_abstract_algebra_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-31T13:19:00.568083.parquet
  • harness_hendrycksTest_elementary_mathematics_5

    • 分割:2023_07_31T13_19_00.568083, latest
    • 路径:**/details_harness|hendrycksTest-elementary_mathematics|5_2023-07-31T13:19:00.568083.parquet

以上是数据集的详细概述,包括数据集的结构、加载示例、最新结果以及各个配置的详细信息。

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作