open-llm-leaderboard-old/details_teknium__CollectiveCognition-v1.1-Mistral-7B
收藏Hugging Face2023-12-03 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_teknium__CollectiveCognition-v1.1-Mistral-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teknium/CollectiveCognition-v1.1-Mistral-7B时自动创建的，评估是在Open LLM Leaderboard上进行的。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5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Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型teknium/CollectiveCognition-v1.1-Mistral-7B时自动创建的，评估是在Open LLM Leaderboard上进行的。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5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
该数据集是在评估模型 teknium/CollectiveCognition-v1.1-Mistral-7B 在 Open LLM Leaderboard 上的运行过程中自动创建的。
数据集结构
- 配置数量：64个配置，每个配置对应一个评估任务。
- 运行次数：数据集由5次运行创建。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。
- 最新结果："train" 分割始终指向最新的结果。
- 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_teknium__CollectiveCognition-v1.1-Mistral-7B", "harness_gsm8k_5", split="train")
最新结果
以下是 2023-12-03T17:47:55.890655 运行的最新结果： python { "all": { "acc": 0.35860500379075055, "acc_stderr": 0.01321031736413403 }, "harness|gsm8k|5": { "acc": 0.35860500379075055, "acc_stderr": 0.01321031736413403 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_10_12T08_33_23.557832
- 路径：
**/details_harness|arc:challenge|25_2023-10-12T08-33-23.557832.parquet
- 路径：
- 分割：2023_11_08T13_48_47.550072
- 路径：
**/details_harness|arc:challenge|25_2023-11-08T13-48-47.550072.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-11-08T13-48-47.550072.parquet
- 路径：
- 分割：2023_10_12T08_33_23.557832
-
harness_drop_3
- 分割：2023_10_24T18_24_08.168024
- 路径：
**/details_harness|drop|3_2023-10-24T18-24-08.168024.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-24T18-24-08.168024.parquet
- 路径：
- 分割：2023_10_24T18_24_08.168024
-
harness_gsm8k_5
- 分割：2023_10_24T18_24_08.168024
- 路径：
**/details_harness|gsm8k|5_2023-10-24T18-24-08.168024.parquet
- 路径：
- 分割：2023_12_03T17_43_05.326590
- 路径：
**/details_harness|gsm8k|5_2023-12-03T17-43-05.326590.parquet
- 路径：
- 分割：2023_12_03T17_47_55.890655
- 路径：
**/details_harness|gsm8k|5_2023-12-03T17-47-55.890655.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-12-03T17-47-55.890655.parquet
- 路径：
- 分割：2023_10_24T18_24_08.168024
-
harness_hellaswag_10
- 分割：2023_10_12T08_33_23.557832
- 路径：
**/details_harness|hellaswag|10_2023-10-12T08-33-23.557832.parquet
- 路径：
- 分割：2023_11_08T13_48_47.550072
- 路径：
**/details_harness|hellaswag|10_2023-11-08T13-48-47.550072.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-11-08T13-48-47.550072.parquet
- 路径：
- 分割：2023_10_12T08_33_23.557832
-
harness_hendrycksTest_5
- 分割：2023_10_12T08_33_23.557832
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2023-10-12T08-33-23.557832.parquet - 路径：
**/details_harness|hendrycksTest-nutrition|5_2023-10-12T08-33-23.557832.parquet - 路径：`**/details_harness|hendrycksTest-philosophy|5_2023-10-12T
- 路径：
- 分割：2023_10_12T08_33_23.557832
