open-llm-leaderboard-old/details_bigscience__bloom-560m
收藏Hugging Face2023-12-04 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_bigscience__bloom-560m
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在bigscience/bloom-560m模型评估运行期间自动创建的，用于Open LLM排行榜的评估。数据集包含64个配置，每个配置对应一个评估任务。数据集来源于13次运行，每次运行作为一个特定的时间戳命名的分割。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，用于在排行榜上计算和显示聚合指标。
该数据集是在bigscience/bloom-560m模型评估运行期间自动创建的，用于Open LLM排行榜的评估。数据集包含64个配置，每个配置对应一个评估任务。数据集来源于13次运行，每次运行作为一个特定的时间戳命名的分割。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，用于在排行榜上计算和显示聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集简介
该数据集是在对模型 bigscience/bloom-560m 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。
数据集结构
- 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 13 次运行创建，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
- "train" 分割始终指向最新的结果。
- 额外的配置 "results" 存储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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_bigscience__bloom-560m", "harness_gsm8k_5", split="train")
最新结果
以下是 2023-12-04T13:05:03.033636 运行的最新结果： python { "all": { "acc": 0.003032600454890068, "acc_stderr": 0.0015145735612245468 }, "harness|gsm8k|5": { "acc": 0.003032600454890068, "acc_stderr": 0.0015145735612245468 } }
配置详情
以下是部分配置及其数据文件路径：
配置：harness_arc_challenge_25
- 分割：2023_08_09T09_50_46.994927
- 路径：
**/details_harness|arc:challenge|25_2023-08-09T09:50:46.994927.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-08-09T09:50:46.994927.parquet
- 路径：
配置：harness_drop_3
- 分割：2023_10_17T01_44_51.787860
- 路径：
**/details_harness|drop|3_2023-10-17T01-44-51.787860.parquet
- 路径：
- 分割：2023_10_19T07_58_25.532907
- 路径：
**/details_harness|drop|3_2023-10-19T07-58-25.532907.parquet
- 路径：
- 分割：2023_10_19T11_57_26.532188
- 路径：
**/details_harness|drop|3_2023-10-19T11-57-26.532188.parquet
- 路径：
- 分割：2023_10_19T13_58_30.472160
- 路径：
**/details_harness|drop|3_2023-10-19T13-58-30.472160.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-19T13-58-30.472160.parquet
- 路径：
配置：harness_gsm8k_5
- 分割：2023_10_17T01_44_51.787860
- 路径：
**/details_harness|gsm8k|5_2023-10-17T01-44-51.787860.parquet
- 路径：
- 分割：2023_10_19T07_58_25.532907
- 路径：
**/details_harness|gsm8k|5_2023-10-19T07-58-25.532907.parquet
- 路径：
- 分割：2023_10_19T11_57_26.532188
- 路径：
**/details_harness|gsm8k|5_2023-10-19T11-57-26.532188.parquet
- 路径：
- 分割：2023_10_19T13_58_30.472160
- 路径：
**/details_harness|gsm8k|5_2023-10-19T13-58-30.472160.parquet
- 路径：
- 分割：2023_12_03T15_01_55.935382
- 路径：
**/details_harness|gsm8k|5_2023-12-03T15-01-55.935382.parquet
- 路径：
- 分割：2023_12_03T15_02_09.067243
- 路径：
**/details_harness|gsm8k|5_2023-12-03T15-02-09.067243.parquet
- 路径：
- 分割：2023_12_03T16_04_42.088670
- 路径：
**/details_harness|gsm8k|5_2023-12-03T16-04-42.088670.parquet
- 路径：
- 分割：2023_12_03T16_05_29.861058
- 路径：
**/details_harness|gsm8k|5_2023-12-03T16-05-29.861058.parquet
- 路径：
- 分割：2023_12_04T09_54_26.106896
- 路径：
**/details_harness|gsm8k|5_2023-12-04T09-54-26.106896.parquet
- 路径：
- 分割：2023_12_04T09_54_41.464190
- 路径：
**/details_harness|gsm8k|5_2023-12-04T09-54-41.464190.parquet
- 路径：
- 分割：2023_12_04T13_04_03.136528
- 路径：
**/details_harness|gsm8k|5_2023-12-04T13-04-03.136528.parquet
- 路径：
- 分割：2023_12_04T13_05_03.033636
- 路径：
**/details_harness|gsm8k|5_2023-12-04T13-05-03.033636.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-12-04T13-05-03.033636.parquet
- 路径：
配置：harness_hellaswag_10
- 分割：2023_08_09T09_50_46.994927
- 路径：
**/details_harness|hellaswag|10_2023-08-09T09:50:46.994927.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-08-09T09:50:46.994927.parquet
- 路径：
配置：harness_hendrycksTest_5
- 分割：2023_08_09T09_50_46.994927
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-anatomy|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-astronomy|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-business_ethics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-college_biology|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-college_chemistry|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-college_computer_science|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-college_mathematics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-college_medicine|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-college_physics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-computer_security|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-econometrics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-formal_logic|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-global_facts|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_biology|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_european_history|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_geography|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_mathematics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_physics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_psychology|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_statistics|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_us_history|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-high_school_world_history|5_2023-08-09T09:50:46.994927.parquet**/details_harness|hendrycksTest-human_aging|5_2023-08-09T09:50:46.994927.parquet- `**/details_harness|hendrycksTest-human_sex
- 路径：
