five

open-llm-leaderboard/details_KoboldAI__OPT-2.7B-Nerybus-Mix

收藏
Hugging Face2023-10-21 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_KoboldAI__OPT-2.7B-Nerybus-Mix
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KoboldAI/OPT-2.7B-Nerybus-Mix时自动创建的,评估是在Open LLM Leaderboard上进行的。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"分割始终指向最新结果。此外,还有一个名为"results"的配置,存储了所有运行的聚合结果,并用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在评估模型KoboldAI/OPT-2.7B-Nerybus-Mix时自动创建的,评估是在Open LLM Leaderboard上进行的。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"分割始终指向最新结果。此外,还有一个名为"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

该数据集是在对模型 KoboldAI/OPT-2.7B-Nerybus-Mix 进行评估运行时自动创建的,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 2 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 2023-10-21T20:22:39.515881 运行的最新结果

python { "all": { "em": 0.0010486577181208054, "em_stderr": 0.0003314581465219274, "f1": 0.047852348993288614, "f1_stderr": 0.0011831106959420605, "acc": 0.3109396812897289, "acc_stderr": 0.007355512376130208 }, "harness|drop|3": { "em": 0.0010486577181208054, "em_stderr": 0.0003314581465219274, "f1": 0.047852348993288614, "f1_stderr": 0.0011831106959420605 }, "harness|gsm8k|5": { "acc": 0.001516300227445034, "acc_stderr": 0.0010717793485492627 }, "harness|winogrande|5": { "acc": 0.6203630623520127, "acc_stderr": 0.013639245403711154 } }

配置详情

以下是部分配置及其数据文件路径:

  • harness_arc_challenge_25

    • 分割:2023_07_19T17_14_57.797265
      • 路径:**/details_harness|arc:challenge|25_2023-07-19T17:14:57.797265.parquet
    • 分割:latest
      • 路径:**/details_harness|arc:challenge|25_2023-07-19T17:14:57.797265.parquet
  • harness_drop_3

    • 分割:2023_10_21T20_22_39.515881
      • 路径:**/details_harness|drop|3_2023-10-21T20-22-39.515881.parquet
    • 分割:latest
      • 路径:**/details_harness|drop|3_2023-10-21T20-22-39.515881.parquet
  • harness_gsm8k_5

    • 分割:2023_10_21T20_22_39.515881
      • 路径:**/details_harness|gsm8k|5_2023-10-21T20-22-39.515881.parquet
    • 分割:latest
      • 路径:**/details_harness|gsm8k|5_2023-10-21T20-22-39.515881.parquet
  • harness_hellaswag_10

    • 分割:2023_07_19T17_14_57.797265
      • 路径:**/details_harness|hellaswag|10_2023-07-19T17:14:57.797265.parquet
    • 分割:latest
      • 路径:**/details_harness|hellaswag|10_2023-07-19T17:14:57.797265.parquet
  • harness_hendrycksTest_5

    • 分割:2023_07_19T17_14_57.797265
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:14:57.797265.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T17:14:57.797265.parquet
        • ...(其他路径省略)
    • 分割:latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:14:57.797265.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T17:14:57.797265.parquet
        • ...(其他路径省略)
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