five

open-llm-leaderboard/details_AlpinDale__pygmalion-instruct

收藏
Hugging Face2023-12-03 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_AlpinDale__pygmalion-instruct
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AlpinDale/pygmalion-instruct时自动创建的,用于Open LLM Leaderboard。数据集由64个配置组成,每个配置对应一个评估任务。数据集由3次运行创建,每次运行的结果作为特定分割存储在配置中,分割名称使用运行的时间戳。train分割始终指向最新结果。此外,还有一个名为results的配置,存储所有运行的聚合结果,并用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在评估模型AlpinDale/pygmalion-instruct时自动创建的,用于Open LLM Leaderboard。数据集由64个配置组成,每个配置对应一个评估任务。数据集由3次运行创建,每次运行的结果作为特定分割存储在配置中,分割名称使用运行的时间戳。train分割始终指向最新结果。此外,还有一个名为results的配置,存储所有运行的聚合结果,并用于计算和显示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

该数据集是在模型 AlpinDale/pygmalion-instruct 的评估运行期间自动创建的,用于 Open LLM Leaderboard

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_AlpinDale__pygmalion-instruct", "harness_gsm8k_5", split="train")

最新结果

以下是 2023-12-03T16:32:30.526837 运行的最新结果: python { "all": { "acc": 0.09855951478392722, "acc_stderr": 0.008210320350946347 }, "harness|gsm8k|5": { "acc": 0.09855951478392722, "acc_stderr": 0.008210320350946347 } }

配置详情

  • harness_arc_challenge_25

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-17T11:20:15.687659.parquet
  • harness_drop_3

    • 分割: 2023_09_09T13_40_12.695061, latest
    • 路径: **/details_harness|drop|3_2023-09-09T13-40-12.695061.parquet
  • harness_gsm8k_5

    • 分割: 2023_09_09T13_40_12.695061, 2023_12_03T16_32_30.526837, latest
    • 路径: **/details_harness|gsm8k|5_2023-09-09T13-40-12.695061.parquet, **/details_harness|gsm8k|5_2023-12-03T16-32-30.526837.parquet
  • harness_hellaswag_10

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hellaswag|10_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: 多个路径,详见原文
  • harness_hendrycksTest_abstract_algebra_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-anatomy|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-astronomy|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-business_ethics|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-college_biology|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-college_chemistry|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-college_computer_science|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-college_mathematics|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-college_medicine|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-college_physics|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-computer_security|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-conceptual_physics|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-econometrics|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-electrical_engineering|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_elementary_mathematics_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-17T11:20:15.687659.parquet
  • harness_hendrycksTest_formal_logic_5

    • 分割: 2023_08_17T11_20_15.687659, latest
    • 路径: **/details_harness|hendrycksTest-formal_logic|5_2023-08-17T11:20:15.687659.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