five

open-llm-leaderboard-old/details_lmsys__vicuna-7b-v1.5

收藏
Hugging Face2023-10-21 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_lmsys__vicuna-7b-v1.5
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在模型lmsys/vicuna-7b-v1.5评估运行期间自动创建的,用于Open LLM排行榜。数据集包含64个配置,每个配置对应一个评估任务,并从3次运行中创建。每次运行都以运行的时间戳命名为特定的分割,train分割始终指向最新结果。此外,results配置存储了运行中的聚合结果,用于在排行榜上计算和显示聚合指标。README文件还提供了使用HuggingFace数据集库加载数据集详细信息的说明。

该数据集是在模型lmsys/vicuna-7b-v1.5评估运行期间自动创建的,用于Open LLM排行榜。数据集包含64个配置,每个配置对应一个评估任务,并从3次运行中创建。每次运行都以运行的时间戳命名为特定的分割,train分割始终指向最新结果。此外,results配置存储了运行中的聚合结果,用于在排行榜上计算和显示聚合指标。README文件还提供了使用HuggingFace数据集库加载数据集详细信息的说明。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集名称

  • Evaluation run of lmsys/vicuna-7b-v1.5

数据集摘要

数据集组成

  • 数据集包含 64 个配置,每个配置对应一个评估任务。
  • 数据集从 3 次运行中创建,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。
  • 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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_lmsys__vicuna-7b-v1.5", "harness_winogrande_5", split="train")

最新结果

  • 这些是最新结果,来自 2023-10-21T21:05:37.153515 的运行: python { "all": { "em": 0.017932046979865772, "em_stderr": 0.0013590184569504276, "f1": 0.08961094798657747, "f1_stderr": 0.002014243406072028, "acc": 0.4016346602057357, "acc_stderr": 0.010076117588605417 }, "harness|drop|3": { "em": 0.017932046979865772, "em_stderr": 0.0013590184569504276, "f1": 0.08961094798657747, "f1_stderr": 0.002014243406072028 }, "harness|gsm8k|5": { "acc": 0.08188021228203184, "acc_stderr": 0.007552338527716956 }, "harness|winogrande|5": { "acc": 0.7213891081294396, "acc_stderr": 0.012599896649493878 } }

配置详情

  • harness_arc_challenge_25

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|arc:challenge|25_2023-08-17T12:09:52.202468.parquet
  • harness_drop_3

    • 分割:2023_10_19T12_56_49.814418, 2023_10_21T21_05_37.153515, latest
    • 路径:**/details_harness|drop|3_2023-10-19T12-56-49.814418.parquet, **/details_harness|drop|3_2023-10-21T21-05-37.153515.parquet
  • harness_gsm8k_5

    • 分割:2023_10_19T12_56_49.814418, 2023_10_21T21_05_37.153515, latest
    • 路径:**/details_harness|gsm8k|5_2023-10-19T12-56-49.814418.parquet, **/details_harness|gsm8k|5_2023-10-21T21-05-37.153515.parquet
  • harness_hellaswag_10

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hellaswag|10_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:多个路径,详见原文
  • harness_hendrycksTest_abstract_algebra_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-08-17T12:09:52.202468.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割:2023_08_17T12_09_52.202468, latest
    • 路径:**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-17T12:09:52.202468.parquet

以上是数据集的详细概述,包括数据集名称、摘要、组成、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