open-llm-leaderboard-old/details_bhenrym14__airophin-13b-pntk-16k-fp16
收藏Hugging Face2023-09-22 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_bhenrym14__airophin-13b-pntk-16k-fp16
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型bhenrym14/airophin-13b-pntk-16k-fp16的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，每次运行的结果作为特定分割存储在配置中，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，用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在模型bhenrym14/airophin-13b-pntk-16k-fp16的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，每次运行的结果作为特定分割存储在配置中，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，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 bhenrym14/airophin-13b-pntk-16k-fp16 在 Open LLM Leaderboard 上的运行过程中自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。
数据集结构
- 配置数量：64 个配置
- 运行次数：数据集从 2 次运行中创建。每个运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。
- 最新结果："train" 分片始终指向最新的结果。
- 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，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_bhenrym14__airophin-13b-pntk-16k-fp16", "harness_winogrande_5", split="train")
最新结果
以下是 2023-09-22T13:50:50.012213 运行的最新结果： python { "all": { "em": 0.12793624161073824, "em_stderr": 0.003420665162123249, "f1": 0.20498217281879216, "f1_stderr": 0.0035591754960457413, "acc": 0.421002792649235, "acc_stderr": 0.009731603620470694 }, "harness|drop|3": { "em": 0.12793624161073824, "em_stderr": 0.003420665162123249, "f1": 0.20498217281879216, "f1_stderr": 0.0035591754960457413 }, "harness|gsm8k|5": { "acc": 0.0803639120545868, "acc_stderr": 0.007488258573239077 }, "harness|winogrande|5": { "acc": 0.7616416732438832, "acc_stderr": 0.01197494866770231 } }
配置详情
以下是部分配置及其数据文件路径：
-
harness_arc_challenge_25
- 分片：2023_08_09T13_13_26.207427
- 路径：
**/details_harness|arc:challenge|25_2023-08-09T13:13:26.207427.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|arc:challenge|25_2023-08-09T13:13:26.207427.parquet
- 路径：
- 分片：2023_08_09T13_13_26.207427
-
harness_drop_3
- 分片：2023_09_22T13_50_50.012213
- 路径：
**/details_harness|drop|3_2023-09-22T13-50-50.012213.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|drop|3_2023-09-22T13-50-50.012213.parquet
- 路径：
- 分片：2023_09_22T13_50_50.012213
-
harness_gsm8k_5
- 分片：2023_09_22T13_50_50.012213
- 路径：
**/details_harness|gsm8k|5_2023-09-22T13-50-50.012213.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|gsm8k|5_2023-09-22T13-50-50.012213.parquet
- 路径：
- 分片：2023_09_22T13_50_50.012213
-
harness_hellaswag_10
- 分片：2023_08_09T13_13_26.207427
- 路径：
**/details_harness|hellaswag|10_2023-08-09T13:13:26.207427.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|hellaswag|10_2023-08-09T13:13:26.207427.parquet
- 路径：
- 分片：2023_08_09T13_13_26.207427
-
harness_hendrycksTest_5
- 分片：2023_08_09T13_13_26.207427
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-08-09T13:13:26.207427.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2023-08-09T13:13:26.207427.parquet - 路径：`**/details_harness|hendrycksTest-nutrition|5_2023-08-09T13:13:26.207427.par
- 路径：
- 分片：2023_08_09T13_13_26.207427
