five

open-llm-leaderboard/details_Gryphe__MythoLogic-L2-13b

收藏
Hugging Face2023-09-23 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Gryphe__MythoLogic-L2-13b
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Gryphe/MythoLogic-L2-13b时自动创建的,评估在Open LLM Leaderboard上进行。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的特定分割中找到,分割以运行的时间戳命名。train分割始终指向最新的结果。此外,一个名为results的配置存储了所有运行的聚合结果,并用于计算和显示在Open LLM Leaderboard上的聚合指标。

该数据集是在评估模型Gryphe/MythoLogic-L2-13b时自动创建的,评估在Open LLM Leaderboard上进行。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的特定分割中找到,分割以运行的时间戳命名。train分割始终指向最新的结果。此外,一个名为results的配置存储了所有运行的聚合结果,并用于计算和显示在Open LLM 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

该数据集是在对模型 Gryphe/MythoLogic-L2-13b 进行评估运行期间自动创建的,评估结果发布在 Open LLM Leaderboard 上。

数据集结构

  • 配置数量:数据集包含 64 个配置,每个配置对应一个评估任务。
  • 运行次数:数据集从 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片存在,分片名称使用运行的时间戳。
  • 训练分片:"train" 分片始终指向最新的结果。
  • 结果配置: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_Gryphe__MythoLogic-L2-13b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-23T12:37:06.579153 运行的最新结果: python { "all": { "em": 0.2177013422818792, "em_stderr": 0.004226262781727102, "f1": 0.2842743288590614, "f1_stderr": 0.004232535857485872, "acc": 0.43918283744411857, "acc_stderr": 0.01042943655066695 }, "harness|drop|3": { "em": 0.2177013422818792, "em_stderr": 0.004226262781727102, "f1": 0.2842743288590614, "f1_stderr": 0.004232535857485872 }, "harness|gsm8k|5": { "acc": 0.11751326762699014, "acc_stderr": 0.008870331256489993 }, "harness|winogrande|5": { "acc": 0.760852407261247, "acc_stderr": 0.011988541844843909 } }

配置详情

以下是数据集的部分配置详情:

  • harness_arc_challenge_25

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|arc:challenge|25_2023-08-09T11:05:11.641476.parquet
  • harness_drop_3

    • 分片:2023_09_23T12_37_06.579153, latest
    • 路径:**/details_harness|drop|3_2023-09-23T12-37-06.579153.parquet
  • harness_gsm8k_5

    • 分片:2023_09_23T12_37_06.579153, latest
    • 路径:**/details_harness|gsm8k|5_2023-09-23T12-37-06.579153.parquet
  • harness_hellaswag_10

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hellaswag|10_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:多个路径,例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_abstract_algebra_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_anatomy_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_astronomy_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_college_biology_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_college_physics_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_computer_security_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_econometrics_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-09T11:05:11.641476.parquet
  • harness_hendrycksTest_elementary_mathematics_5

    • 分片:2023_08_09T11_05_11.641476, latest
    • 路径:**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-09T11:05:11.641476.parquet

以上是数据集的部分配置详情,完整配置详情请参考原始文档。

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