five

open-llm-leaderboard-old/details_rishiraj__CatPPT-base

收藏
Hugging Face2023-12-18 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_rishiraj__CatPPT-base
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rishiraj/CatPPT-base时自动创建的,包含63个配置,每个配置对应一个评估任务。数据集由1次运行生成,每次运行的结果存储为特定配置中的一个分割,分割名称使用运行的时间戳。train分割始终指向最新的结果。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rishiraj/CatPPT-base时自动创建的,包含63个配置,每个配置对应一个评估任务。数据集由1次运行生成,每次运行的结果存储为特定配置中的一个分割,分割名称使用运行的时间戳。train分割始终指向最新的结果。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

该数据集是在对模型 rishiraj/CatPPT-base 进行评估运行时自动创建的,用于 Open LLM Leaderboard。数据集包含 63 个配置,每个配置对应一个评估任务。

数据集结构

数据集由 1 次运行创建,每个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。此外,还有一个额外的配置 "results",存储所有运行的聚合结果,用于计算和显示 Open LLM Leaderboard 上的聚合指标。

数据加载示例

以下是加载特定运行详细信息的示例代码:

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_rishiraj__CatPPT-base", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-18T19:27:18.909562 运行的最新结果:

python { "all": { "acc": 0.6563542070521601, "acc_stderr": 0.031988233329583234, "acc_norm": 0.6566445539278223, "acc_norm_stderr": 0.03264710446236585, "mc1": 0.4357405140758874, "mc1_stderr": 0.017358345398863124, "mc2": 0.6171834778563777, "mc2_stderr": 0.015028199912315715 }, "harness|arc:challenge|25": { "acc": 0.6476109215017065, "acc_stderr": 0.013960142600598677, "acc_norm": 0.6791808873720137, "acc_norm_stderr": 0.013640943091946531 }, "harness|hellaswag|10": { "acc": 0.6739693288189603, "acc_stderr": 0.004678006403691718, "acc_norm": 0.8663612826130253, "acc_norm_stderr": 0.003395683338056335 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.35, "acc_stderr": 0.0479372485441102, "acc_norm": 0.35, "acc_norm_stderr": 0.0479372485441102 }, # 其他任务的结果... }

配置详情

数据集包含多个配置,每个配置对应不同的任务和数据文件路径。以下是部分配置示例:

  • harness_arc_challenge_25

    • 分割: 2023_12_18T19_27_18.909562
    • 路径: **/details_harness|arc:challenge|25_2023-12-18T19-27-18.909562.parquet
    • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-12-18T19-27-18.909562.parquet
  • harness_gsm8k_5

    • 分割: 2023_12_18T19_27_18.909562
    • 路径: **/details_harness|gsm8k|5_2023-12-18T19-27-18.909562.parquet
    • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-12-18T19-27-18.909562.parquet
  • harness_hellaswag_10

    • 分割: 2023_12_18T19_27_18.909562
    • 路径: **/details_harness|hellaswag|10_2023-12-18T19-27-18.909562.parquet
    • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-12-18T19-27-18.909562.parquet
  • harness_hendrycksTest_5

    • 分割: 2023_12_18T19_27_18.909562
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-astronomy|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-business_ethics|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-college_biology|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-college_chemistry|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-college_computer_science|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-college_mathematics|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-college_medicine|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-college_physics|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-computer_security|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-conceptual_physics|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-econometrics|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-electrical_engineering|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-formal_logic|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-global_facts|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-high_school_biology|5_2023-12-18T19-27-18.909562.parquet
      • **/details_harness|hendrycksTest-high_school_chemistry|5_2023-12-18T19-27-18.909562.parquet

      其他路径...

}

以上是数据集的概述和部分配置详情。

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作