five

open-llm-leaderboard-old/details_wang7776__Mistral-7B-Instruct-v0.2-sparsity-20

收藏
Hugging Face2024-01-15 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_wang7776__Mistral-7B-Instruct-v0.2-sparsity-20
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在Open LLM Leaderboard上对模型wang7776/Mistral-7B-Instruct-v0.2-sparsity-20进行评估时自动创建的。数据集包含63个配置,每个配置对应一个评估任务。数据集由1次运行生成,每次运行的结果作为一个特定的分割存储在配置中,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,用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在Open LLM Leaderboard上对模型wang7776/Mistral-7B-Instruct-v0.2-sparsity-20进行评估时自动创建的。数据集包含63个配置,每个配置对应一个评估任务。数据集由1次运行生成,每次运行的结果作为一个特定的分割存储在配置中,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,用于计算和显示Open LLM Leaderboard上的聚合指标。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 wang7776/Mistral-7B-Instruct-v0.2-sparsity-20 进行评估运行期间自动创建的,用于 Open LLM Leaderboard

数据集结构

  • 配置数量:63个配置,每个配置对应一个评估任务。
  • 创建来源:从1次运行中创建。每个运行在每个配置中作为一个特定的分割存在,分割名称使用运行的时间戳。
  • 最新结果:"train" 分割始终指向最新结果。
  • 聚合结果: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_wang7776__Mistral-7B-Instruct-v0.2-sparsity-20", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-15T10:42:05.147679 运行的最新结果

python { "all": { "acc": 0.47207806761545057, "acc_stderr": 0.0343560515515407, "acc_norm": 0.4785715950847517, "acc_norm_stderr": 0.03514049991292305, "mc1": 0.30966952264381886, "mc1_stderr": 0.016185744355144905, "mc2": 0.47217481958020674, "mc2_stderr": 0.01506601596455064 }, "harness|arc:challenge|25": { "acc": 0.4761092150170648, "acc_stderr": 0.014594701798071654, "acc_norm": 0.5264505119453925, "acc_norm_stderr": 0.014590931358120174 }, "harness|hellaswag|10": { "acc": 0.5748854809798845, "acc_stderr": 0.004933500261683596, "acc_norm": 0.767078271260705, "acc_norm_stderr": 0.004218289279767987 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.29, "acc_stderr": 0.045604802157206845, "acc_norm": 0.29, "acc_norm_stderr": 0.045604802157206845 }, # 其他任务的结果... }

配置详情

  • harness_arc_challenge_25

    • 分割:2024_01_15T10_42_05.147679, latest
    • 路径:**/details_harness|arc:challenge|25_2024-01-15T10-42-05.147679.parquet
  • harness_gsm8k_5

    • 分割:2024_01_15T10_42_05.147679, latest
    • 路径:**/details_harness|gsm8k|5_2024-01-15T10-42-05.147679.parquet
  • harness_hellaswag_10

    • 分割:2024_01_15T10_42_05.147679, latest
    • 路径:**/details_harness|hellaswag|10_2024-01-15T10-42-05.147679.parquet
  • harness_hendrycksTest_5

    • 分割:2024_01_15T10_42_05.147679, latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-anatomy|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-astronomy|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-business_ethics|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-college_biology|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-college_chemistry|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-college_computer_science|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-college_mathematics|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-college_medicine|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-college_physics|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-computer_security|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-conceptual_physics|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-econometrics|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-electrical_engineering|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-elementary_mathematics|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-formal_logic|5_2024-01-15T10-42-05.147679.parquet, **/details_harness|hendrycksTest-global_facts|5_2024-01-15T10-42-05.147679.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