five

open-llm-leaderboard-old/details_rameshm__llama-2-13b-mathgpt-v4

收藏
Hugging Face2023-10-25 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_rameshm__llama-2-13b-mathgpt-v4
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rameshm/llama-2-13b-mathgpt-v4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。数据集来自2次运行,每次运行作为一个特定分割,以运行的时间戳命名。train分割始终指向最新结果。额外的results配置存储用于计算和显示排行榜上的聚合指标的结果。文件还包括如何加载数据集详细信息的示例,并列出了具有各自数据文件的配置。

该数据集是在评估模型rameshm/llama-2-13b-mathgpt-v4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。数据集来自2次运行,每次运行作为一个特定分割,以运行的时间戳命名。train分割始终指向最新结果。额外的results配置存储用于计算和显示排行榜上的聚合指标的结果。文件还包括如何加载数据集详细信息的示例,并列出了具有各自数据文件的配置。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

该数据集是在评估模型 rameshm/llama-2-13b-mathgpt-v4Open 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,每个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。
  • 最新结果:"train" 分割总是指向最新的结果。
  • 结果汇总:一个额外的配置 "results" 存储所有运行的汇总结果,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_rameshm__llama-2-13b-mathgpt-v4", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-25T05:40:14.287010 运行的最新结果

python { "all": { "em": 0.002202181208053691, "em_stderr": 0.0004800510816619372, "f1": 0.06708787751677872, "f1_stderr": 0.0015253339046219561, "acc": 0.41923906142571715, "acc_stderr": 0.011369111930643223 }, "harness|drop|3": { "em": 0.002202181208053691, "em_stderr": 0.0004800510816619372, "f1": 0.06708787751677872, "f1_stderr": 0.0015253339046219561 }, "harness|gsm8k|5": { "acc": 0.1470811220621683, "acc_stderr": 0.009756063660359863 }, "harness|winogrande|5": { "acc": 0.691397000789266, "acc_stderr": 0.012982160200926584 } }

配置详情

  • harness_arc_challenge_25

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|arc:challenge|25_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-09-13T04-13-58.726542.parquet
  • harness_drop_3

    • 分割:2023_10_25T05_40_14.287010
    • 路径:**/details_harness|drop|3_2023-10-25T05-40-14.287010.parquet
    • 分割:latest
    • 路径:**/details_harness|drop|3_2023-10-25T05-40-14.287010.parquet
  • harness_gsm8k_5

    • 分割:2023_10_25T05_40_14.287010
    • 路径:**/details_harness|gsm8k|5_2023-10-25T05-40-14.287010.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-10-25T05-40-14.287010.parquet
  • harness_hellaswag_10

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hellaswag|10_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T04-13-58.726542.parquet 等 50 个文件
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T04-13-58.726542.parquet 等 50 个文件
  • harness_hendrycksTest_abstract_algebra_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-09-13T04-13-58.726542.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-09-13T04-13-58.726542.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割:2023_09_13T04_13_58.726542
    • 路径:`**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-13
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