open-llm-leaderboard-old/details_luffycodes__mcq-vicuna-13b-v1.5
收藏Hugging Face2023-10-15 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_luffycodes__mcq-vicuna-13b-v1.5
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[luffycodes/mcq-vicuna-13b-v1.5](https://huggingface.co/luffycodes/mcq-vicuna-13b-v1.5)时自动创建的，评估是在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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4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命名。"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[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。
该数据集是在评估模型[luffycodes/mcq-vicuna-13b-v1.5](https://huggingface.co/luffycodes/mcq-vicuna-13b-v1.5)时自动创建的，评估是在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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4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命名。"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[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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 luffycodes/mcq-vicuna-13b-v1.5
数据集摘要
- 该数据集是在评估模型 luffycodes/mcq-vicuna-13b-v1.5 在 Open LLM Leaderboard 上的自动创建的。
- 数据集包含64个配置，每个配置对应一个评估任务。
- 数据集从4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。
- 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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_luffycodes__mcq-vicuna-13b-v1.5", "harness_winogrande_5", split="train")
最新结果
- 以下是 2023-10-15T06:51:11.600921 运行的最新结果： python { "all": { "em": 0.28366191275167785, "em_stderr": 0.004616354866148242, "f1": 0.34618708053691377, "f1_stderr": 0.004545404408691654, "acc": 0.40521747299651206, "acc_stderr": 0.009982345972620842 }, "harness|drop|3": { "em": 0.28366191275167785, "em_stderr": 0.004616354866148242, "f1": 0.34618708053691377, "f1_stderr": 0.004545404408691654 }, "harness|gsm8k|5": { "acc": 0.0803639120545868, "acc_stderr": 0.007488258573239077 }, "harness|winogrande|5": { "acc": 0.7300710339384373, "acc_stderr": 0.012476433372002604 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_09_01T05_01_33.006362
- 路径：
**/details_harness|arc:challenge|25_2023-09-01T05:01:33.006362.parquet
- 路径：
- 分割：2023_09_01T06_07_11.964362
- 路径：
**/details_harness|arc:challenge|25_2023-09-01T06:07:11.964362.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-01T06:07:11.964362.parquet
- 路径：
- 分割：2023_09_01T05_01_33.006362
-
harness_drop_3
- 分割：2023_10_13T04_41_01.190569
- 路径：
**/details_harness|drop|3_2023-10-13T04-41-01.190569.parquet
- 路径：
- 分割：2023_10_15T06_51_11.600921
- 路径：
**/details_harness|drop|3_2023-10-15T06-51-11.600921.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-15T06-51-11.600921.parquet
- 路径：
- 分割：2023_10_13T04_41_01.190569
-
harness_gsm8k_5
- 分割：2023_10_13T04_41_01.190569
- 路径：
**/details_harness|gsm8k|5_2023-10-13T04-41-01.190569.parquet
- 路径：
- 分割：2023_10_15T06_51_11.600921
- 路径：
**/details_harness|gsm8k|5_2023-10-15T06-51-11.600921.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-15T06-51-11.600921.parquet
- 路径：
- 分割：2023_10_13T04_41_01.190569
-
harness_hellaswag_10
- 分割：2023_09_01T05_01_33.006362
- 路径：
**/details_harness|hellaswag|10_2023-09-01T05:01:33.006362.parquet
- 路径：
- 分割：2023_09_01T06_07_11.964362
- 路径：
**/details_harness|hellaswag|10_2023-09-01T06:07:11.964362.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-01T06:07:11.964362.parquet
- 路径：
- 分割：2023_09_01T05_01_33.006362
-
harness_hendrycksTest_5
- 分割：2023_09_01T05_01_33.006362
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-09-01T05:01:33.006362.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-09-01T05:01:33.006362.parquet
- 路径：
- 分割：2023_09_01T05_01_33.006362
