five

open-llm-leaderboard-old/details_Josephgflowers__Cinder-1.3B-Test

收藏
Hugging Face2024-01-24 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Josephgflowers__Cinder-1.3B-Test
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Josephgflowers/Cinder-1.3B-Test的评估运行期间自动创建的,包含63个配置,每个配置对应一个评估任务。数据集由一次运行创建,每个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。此外,还有一个名为"results"的配置,存储了运行的所有聚合结果,用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在模型Josephgflowers/Cinder-1.3B-Test的评估运行期间自动创建的,包含63个配置,每个配置对应一个评估任务。数据集由一次运行创建,每个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。此外,还有一个名为"results"的配置,存储了运行的所有聚合结果,用于计算和显示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

数据集是在评估模型 Josephgflowers/Cinder-1.3B-Test 的过程中自动创建的,用于 Open LLM Leaderboard

数据集组成

  • 数据集包含 63 个配置,每个配置对应一个评估任务。
  • 数据集从 1 次运行中创建,每个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。
  • 额外的 "results" 配置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_Josephgflowers__Cinder-1.3B-Test", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要:

python { "all": { "acc": 0.26857494600586107, "acc_stderr": 0.031129838187826393, "acc_norm": 0.26979883818482703, "acc_norm_stderr": 0.03187851296093977, "mc1": 0.2350061199510404, "mc1_stderr": 0.014843061507731618, "mc2": 0.36618235005901484, "mc2_stderr": 0.014414717099766074 }, "harness|arc:challenge|25": { "acc": 0.30887372013651876, "acc_stderr": 0.013501770929344004, "acc_norm": 0.3319112627986348, "acc_norm_stderr": 0.013760988200880536 }, "harness|hellaswag|10": { "acc": 0.4251145190201155, "acc_stderr": 0.004933500261683597, "acc_norm": 0.5547699661422028, "acc_norm_stderr": 0.004959754882055467 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.27, "acc_stderr": 0.0446196043338474, "acc_norm": 0.27, "acc_norm_stderr": 0.0446196043338474 }, # 其他任务的结果... }

配置详情

  • harness_arc_challenge_25

    • 分割: 2024_01_24T21_51_49.916130
    • 路径: **/details_harness|arc:challenge|25_2024-01-24T21-51-49.916130.parquet
    • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2024-01-24T21-51-49.916130.parquet
  • harness_gsm8k_5

    • 分割: 2024_01_24T21_51_49.916130
    • 路径: **/details_harness|gsm8k|5_2024-01-24T21-51-49.916130.parquet
    • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2024-01-24T21-51-49.916130.parquet
  • harness_hellaswag_10

    • 分割: 2024_01_24T21_51_49.916130
    • 路径: **/details_harness|hellaswag|10_2024-01-24T21-51-49.916130.parquet
    • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2024-01-24T21-51-49.916130.parquet
  • harness_hendrycksTest_5

    • 分割: 2024_01_24T21_51_49.916130
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-astronomy|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-business_ethics|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-college_biology|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-college_chemistry|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-college_computer_science|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-college_mathematics|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-college_medicine|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-college_physics|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-computer_security|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-conceptual_physics|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-econometrics|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-electrical_engineering|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-formal_logic|5_2024-01-24T21-51-49.916130.parquet
      • **/details_harness|hendrycksTest-global_facts|5_2024-01-24T21-51-49.916130.parquet
      • `**/details_harness|hendrycksTest-high_school_biology|5_2024
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