open-llm-leaderboard-old/details_PygmalionAI__pygmalion-2-7b
收藏Hugging Face2023-10-28 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_PygmalionAI__pygmalion-2-7b
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型PygmalionAI/pygmalion-2-7b时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集是从2次运行中创建的，每次运行的结果都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，还有一个名为"results"的配置，存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型PygmalionAI/pygmalion-2-7b时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集是从2次运行中创建的，每次运行的结果都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，还有一个名为"results"的配置，存储了所有运行的聚合结果，并用于计算和显示在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
该数据集是在对模型 PygmalionAI/pygmalion-2-7b 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 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，每次运行的结果可以在每个配置中找到，并以运行的时间戳命名。
- "train" 分割始终指向最新的结果。
- 额外的 "results" 配置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_PygmalionAI__pygmalion-2-7b", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-28T09:33:13.706982 运行的最新结果： python { "all": { "em": 0.001153523489932886, "em_stderr": 0.00034761798968571027, "f1": 0.05976614932885909, "f1_stderr": 0.0013611207374076375, "acc": 0.4075329125111523, "acc_stderr": 0.009436763896104398 }, "harness|drop|3": { "em": 0.001153523489932886, "em_stderr": 0.00034761798968571027, "f1": 0.05976614932885909, "f1_stderr": 0.0013611207374076375 }, "harness|gsm8k|5": { "acc": 0.06368460955269144, "acc_stderr": 0.006726213078805692 }, "harness|winogrande|5": { "acc": 0.7513812154696132, "acc_stderr": 0.012147314713403105 } }
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_10_08T20_22_41.887829
- 路径：
**/details_harness|arc:challenge|25_2023-10-08T20-22-41.887829.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-10-08T20-22-41.887829.parquet
- 路径：
- 分割：2023_10_08T20_22_41.887829
-
harness_drop_3
- 分割：2023_10_28T09_33_13.706982
- 路径：
**/details_harness|drop|3_2023-10-28T09-33-13.706982.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-28T09-33-13.706982.parquet
- 路径：
- 分割：2023_10_28T09_33_13.706982
-
harness_gsm8k_5
- 分割：2023_10_28T09_33_13.706982
- 路径：
**/details_harness|gsm8k|5_2023-10-28T09-33-13.706982.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-28T09-33-13.706982.parquet
- 路径：
- 分割：2023_10_28T09_33_13.706982
-
harness_hellaswag_10
- 分割：2023_10_08T20_22_41.887829
- 路径：
**/details_harness|hellaswag|10_2023-10-08T20-22-41.887829.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-10-08T20-22-41.887829.parquet
- 路径：
- 分割：2023_10_08T20_22_41.887829
-
harness_hendrycksTest_5
- 分割：2023_10_08T20_22_41.887829
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-nutrition|5_2023-10-08T20-22-41.887829.parquet - 路径：
**/details_harness|hendrycksTest-philosophy|5_2023-10-08T20-22-41.887829.parquet - 路径：`**/details_harness|hendrycksTest-prehistory|5_2
- 路径：
- 分割：2023_10_08T20_22_41.887829
