open-llm-leaderboard-old/details_vicgalle__alpaca-7b
收藏Hugging Face2023-10-29 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_vicgalle__alpaca-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vicgalle/alpaca-7b时自动创建的，主要用于在Open LLM Leaderboard上进行评估。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果都作为一个特定的分割存储，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，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vicgalle/alpaca-7b时自动创建的，主要用于在Open LLM Leaderboard上进行评估。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果都作为一个特定的分割存储，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，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
数据集名称
- Evaluation run of vicgalle/alpaca-7b
数据集来源
- 该数据集是在评估模型 vicgalle/alpaca-7b 在 Open LLM Leaderboard 上的自动创建的。
数据集结构
- 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_vicgalle__alpaca-7b", "harness_winogrande_5", split="train")
最新结果
- 以下是 2023-10-29T00:32:06.511354 运行的最新结果： python { "all": { "em": 0.0, "em_stderr": 0.0, "f1": 4.0897651006711414e-05, "f1_stderr": 1.4411331225340808e-05, "acc": 0.24861878453038674, "acc_stderr": 0.007026135605808218 }, "harness|drop|3": { "em": 0.0, "em_stderr": 0.0, "f1": 4.0897651006711414e-05, "f1_stderr": 1.4411331225340808e-05 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.4972375690607735, "acc_stderr": 0.014052271211616436 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|arc:challenge|25_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-07-18T12:34:16.138888.parquet
-
harness_drop_3
- 分割：2023_10_29T00_32_06.511354
- 路径：
**/details_harness|drop|3_2023-10-29T00-32-06.511354.parquet - 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-29T00-32-06.511354.parquet
-
harness_gsm8k_5
- 分割：2023_10_29T00_32_06.511354
- 路径：
**/details_harness|gsm8k|5_2023-10-29T00-32-06.511354.parquet - 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-29T00-32-06.511354.parquet
-
harness_hellaswag_10
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hellaswag|10_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-18T12:34:16.138888.parquet等 36 个文件 - 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-18T12:34:16.138888.parquet等 36 个文件
-
harness_hendrycksTest_abstract_algebra_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_anatomy_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_astronomy_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_business_ethics_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_clinical_knowledge_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_college_biology_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_college_chemistry_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_college_computer_science_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_college_mathematics_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_college_medicine_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_college_physics_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_computer_security_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_conceptual_physics_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_econometrics_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_electrical_engineering_5
- 分割：2023_07_18T12_34_16.138888
- 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-18T12:34:16.138888.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-18T12:34:16.138888.parquet
-
harness_hendrycksTest_elementary_mathematics_5
- 分割：2023_07_18T12_34
搜集汇总
背景与挑战
背景概述
该数据集是用于评估模型vicgalle/alpaca-7b的自动创建数据集，专门在Open LLM Leaderboard上进行评估。它包含64个配置对应不同任务，由2次运行生成，每次运行结果作为分割存储，train分割指向最新结果，并有一个results配置用于聚合指标计算和显示。
以上内容由遇见数据集搜集并总结生成
