five

open-llm-leaderboard/details_MBZUAI__LaMini-GPT-1.5B

收藏
Hugging Face2023-10-18 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_MBZUAI__LaMini-GPT-1.5B
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MBZUAI/LaMini-GPT-1.5B模型时自动创建的,用于Open LLM Leaderboard的评估。数据集包含64个配置,每个配置对应一个评估任务。数据集由2次运行创建,每次运行作为一个特定的分割,分割名称使用运行的时间戳命名。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Leaderboard上的聚合指标。

该数据集是在评估MBZUAI/LaMini-GPT-1.5B模型时自动创建的,用于Open LLM Leaderboard的评估。数据集包含64个配置,每个配置对应一个评估任务。数据集由2次运行创建,每次运行作为一个特定的分割,分割名称使用运行的时间戳命名。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Leaderboard上的聚合指标。
提供机构:
open-llm-leaderboard
原始信息汇总

数据集概述

数据集来源

该数据集是在评估模型 MBZUAI/LaMini-GPT-1.5BOpen LLM Leaderboard 上的运行过程中自动创建的。

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 2 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。
  • 一个额外的配置 "results" 存储所有运行的聚合结果,用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_MBZUAI__LaMini-GPT-1.5B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-18T04:41:54.812526 运行的最新结果: python { "all": { "em": 0.04383389261744967, "em_stderr": 0.0020965795420484303, "f1": 0.12851510067114089, "f1_stderr": 0.00259878917049905, "acc": 0.27940015785319655, "acc_stderr": 0.006977487536417363 }, "harness|drop|3": { "em": 0.04383389261744967, "em_stderr": 0.0020965795420484303, "f1": 0.12851510067114089, "f1_stderr": 0.00259878917049905 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5588003157063931, "acc_stderr": 0.013954975072834726 } }

配置详情

以下是部分配置的详细信息:

  • harness_arc_challenge_25

    • 分割:2023_07_19T15_24_24.241111
    • 路径:**/details_harness|arc:challenge|25_2023-07-19T15:24:24.241111.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-07-19T15:24:24.241111.parquet
  • harness_drop_3

    • 分割:2023_10_18T04_41_54.812526
    • 路径:**/details_harness|drop|3_2023-10-18T04-41-54.812526.parquet
    • 分割:latest
    • 路径:**/details_harness|drop|3_2023-10-18T04-41-54.812526.parquet
  • harness_gsm8k_5

    • 分割:2023_10_18T04_41_54.812526
    • 路径:**/details_harness|gsm8k|5_2023-10-18T04-41-54.812526.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-10-18T04-41-54.812526.parquet
  • harness_hellaswag_10

    • 分割:2023_07_19T15_24_24.241111
    • 路径:**/details_harness|hellaswag|10_2023-07-19T15:24:24.241111.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-07-19T15:24:24.241111.parquet
  • harness_hendrycksTest_5

    • 分割:2023_07_19T15_24_24.241111
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T15:24:24.241111.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T15:24:24.241111.parquet
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