five

open-llm-leaderboard-old/details_bigcode__starcoder2-7b

收藏
Hugging Face2024-04-02 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_bigcode__starcoder2-7b
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bigcode/starcoder2-7b在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成,每个配置对应一个评估任务。数据集是从一次或多次运行中生成的,每次运行都存储为一个特定的分割,分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外,还有一个results配置,用于存储所有运行的聚合结果,这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还包含一个Python代码片段,展示了如何加载数据集,并展示了特定运行的最新结果。

该数据集是在模型bigcode/starcoder2-7b在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成,每个配置对应一个评估任务。数据集是从一次或多次运行中生成的,每次运行都存储为一个特定的分割,分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外,还有一个results配置,用于存储所有运行的聚合结果,这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还包含一个Python代码片段,展示了如何加载数据集,并展示了特定运行的最新结果。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集摘要

该数据集是在对模型 bigcode/starcoder2-7b 进行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 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,每次运行可以在每个配置中找到特定的拆分,拆分名称使用运行的时间戳。
  • "train" 拆分始终指向最新的结果。
  • 额外的配置 "results" 存储所有运行结果的聚合,用于计算和显示 Open LLM Leaderboard 上的聚合指标。

最新结果

以下是 2024-04-02T20:50:16.467234 运行的最新结果

python { "all": { "acc": 0.41124804166655254, "acc_stderr": 0.03481482004325556, "acc_norm": 0.4134545275737852, "acc_norm_stderr": 0.03556461044245402, "mc1": 0.26193390452876375, "mc1_stderr": 0.015392118805015027, "mc2": 0.4199349765667209, "mc2_stderr": 0.014309622317759474 }, "harness|arc:challenge|25": { "acc": 0.34982935153583616, "acc_stderr": 0.013936809212158275, "acc_norm": 0.38310580204778155, "acc_norm_stderr": 0.014206472661672877 }, "harness|hellaswag|10": { "acc": 0.4018123879705238, "acc_stderr": 0.0048926244909372205, "acc_norm": 0.5191196972714599, "acc_norm_stderr": 0.004986131919673972 }, # 其他任务的结果省略 }

配置详情

  • harness_arc_challenge_25

    • 拆分:2024_04_02T20_50_16.467234
    • 路径:**/details_harness|arc:challenge|25_2024-04-02T20-50-16.467234.parquet
    • 拆分:latest
    • 路径:**/details_harness|arc:challenge|25_2024-04-02T20-50-16.467234.parquet
  • harness_gsm8k_5

    • 拆分:2024_04_02T20_50_16.467234
    • 路径:**/details_harness|gsm8k|5_2024-04-02T20-50-16.467234.parquet
    • 拆分:latest
    • 路径:**/details_harness|gsm8k|5_2024-04-02T20-50-16.467234.parquet
  • harness_hellaswag_10

    • 拆分:2024_04_02T20_50_16.467234
    • 路径:**/details_harness|hellaswag|10_2024-04-02T20-50-16.467234.parquet
    • 拆分:latest
    • 路径:**/details_harness|hellaswag|10_2024-04-02T20-50-16.467234.parquet
  • harness_hendrycksTest_5

    • 拆分:2024_04_02T20_50_16.467234
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-astronomy|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-business_ethics|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-college_biology|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-college_chemistry|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-college_computer_science|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-college_mathematics|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-college_medicine|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-college_physics|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-computer_security|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-conceptual_physics|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-econometrics|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-electrical_engineering|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-formal_logic|5_2024-04-02T20-50-16.467234.parquet
      • **/details_harness|hendrycksTest-global_facts|5_2024-04-02T20-50-16.467234.parquet
      • `**/details_harness|hendrycksTest-high_school_biology|5_2024-04-02T20
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