open-llm-leaderboard-old/details_euclaise__falcon_1b_stage2
收藏Hugging Face2023-10-28 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_euclaise__falcon_1b_stage2
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euclaise/falcon_1b_stage2的过程中自动创建的，包含64种配置，每种配置对应一个评估任务。数据集由4次运行创建，每次运行都有特定的分割，分割名称使用运行的时间戳。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型euclaise/falcon_1b_stage2的过程中自动创建的，包含64种配置，每种配置对应一个评估任务。数据集由4次运行创建，每次运行都有特定的分割，分割名称使用运行的时间戳。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和显示在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
数据集简介
该数据集是在评估模型 euclaise/falcon_1b_stage2 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
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 4 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。
额外配置
- 一个额外的配置 "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。
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_euclaise__falcon_1b_stage2", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-28T17:03:53.294329 运行的最新结果： python { "all": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801232, "f1": 0.047180159395973295, "f1_stderr": 0.0011805397389622562, "acc": 0.31176006314127863, "acc_stderr": 0.006808465980333592 }, "harness|drop|3": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801232, "f1": 0.047180159395973295, "f1_stderr": 0.0011805397389622562 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.6235201262825573, "acc_stderr": 0.013616931960667183 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_09_18T14_33_29.155732
- 路径：
**/details_harness|arc:challenge|25_2023-09-18T14-33-29.155732.parquet
- 路径：
- 分割：2023_10_03T15_01_26.920880
- 路径：
**/details_harness|arc:challenge|25_2023-10-03T15-01-26.920880.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-10-03T15-01-26.920880.parquet
- 路径：
- 分割：2023_09_18T14_33_29.155732
-
harness_drop_3
- 分割：2023_10_28T08_07_03.547290
- 路径：
**/details_harness|drop|3_2023-10-28T08-07-03.547290.parquet
- 路径：
- 分割：2023_10_28T17_03_53.294329
- 路径：
**/details_harness|drop|3_2023-10-28T17-03-53.294329.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-28T17-03-53.294329.parquet
- 路径：
- 分割：2023_10_28T08_07_03.547290
-
harness_gsm8k_5
- 分割：2023_10_28T08_07_03.547290
- 路径：
**/details_harness|gsm8k|5_2023-10-28T08-07-03.547290.parquet
- 路径：
- 分割：2023_10_28T17_03_53.294329
- 路径：
**/details_harness|gsm8k|5_2023-10-28T17-03-53.294329.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-28T17-03-53.294329.parquet
- 路径：
- 分割：2023_10_28T08_07_03.547290
-
harness_hellaswag_10
- 分割：2023_09_18T14_33_29.155732
- 路径：
**/details_harness|hellaswag|10_2023-09-18T14-33-29.155732.parquet
- 路径：
- 分割：2023_10_03T15_01_26.920880
- 路径：
**/details_harness|hellaswag|10_2023-10-03T15-01-26.920880.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-10-03T15-01-26.920880.parquet
- 路径：
- 分割：2023_09_18T14_33_29.155732
-
harness_hendrycksTest_5
- 分割：2023_09_18T14_33_29.155732
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-09-18T14-33-29.155732.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-09-18T14-33-29.155732.parquet - 路径：
- 路径：
- 分割：2023_09_18T14_33_29.155732
