five

open-llm-leaderboard-old/details_JunchengXie__Mistral-7B-Instruct-v0.1-gpt-4-80k-base_lora

收藏
Hugging Face2024-03-27 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_JunchengXie__Mistral-7B-Instruct-v0.1-gpt-4-80k-base_lora
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[JunchengXie/Mistral-7B-Instruct-v0.1-gpt-4-80k-base_lora]时自动创建的,评估是在[Open LLM Leaderboard]上进行的。数据集包含63个配置,每个配置对应一个评估任务。数据集是从1次运行中创建的,每次运行都可以在特定配置中找到,分割名称使用运行的时间戳。此外,数据集还包含一个名为“results”的配置,用于存储所有运行的聚合结果,并用于计算和显示[Open LLM Leaderboard]上的聚合指标。

该数据集是在评估模型[JunchengXie/Mistral-7B-Instruct-v0.1-gpt-4-80k-base_lora]时自动创建的,评估是在[Open LLM Leaderboard]上进行的。数据集包含63个配置,每个配置对应一个评估任务。数据集是从1次运行中创建的,每次运行都可以在特定配置中找到,分割名称使用运行的时间戳。此外,数据集还包含一个名为“results”的配置,用于存储所有运行的聚合结果,并用于计算和显示[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 JunchengXie/Mistral-7B-Instruct-v0.1-gpt-4-80k-base_loraOpen LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

  • 配置数量:63个配置,每个配置对应一个评估任务。
  • 数据来源:数据集来自1次运行,每个运行在每个配置中都有一个特定的分割,分割名称使用运行的时间戳。
  • 特殊配置:额外配置 "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_JunchengXie__Mistral-7B-Instruct-v0.1-gpt-4-80k-base_lora", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-27T23:56:07.967023 运行的最新结果

python { "all": { "acc": 0.5452277178528238, "acc_stderr": 0.03410493442579154, "acc_norm": 0.5519072949752738, "acc_norm_stderr": 0.03485960483749285, "mc1": 0.412484700122399, "mc1_stderr": 0.01723329939957122, "mc2": 0.5680735045864234, "mc2_stderr": 0.01559042793493668 }, "harness|arc:challenge|25": { "acc": 0.5162116040955631, "acc_stderr": 0.014603708567414945, "acc_norm": 0.5366894197952219, "acc_norm_stderr": 0.01457200052775699 }, "harness|hellaswag|10": { "acc": 0.5514837681736706, "acc_stderr": 0.004963259311700565, "acc_norm": 0.7358095996813384, "acc_norm_stderr": 0.004400000822742066 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.32, "acc_stderr": 0.046882617226215034, "acc_norm": 0.32, "acc_norm_stderr": 0.046882617226215034 }, ... }

配置详情

  • harness_arc_challenge_25

    • 分割:2024_03_27T23_56_07.967023
    • 路径:**/details_harness|arc:challenge|25_2024-03-27T23-56-07.967023.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2024-03-27T23-56-07.967023.parquet
  • harness_gsm8k_5

    • 分割:2024_03_27T23_56_07.967023
    • 路径:**/details_harness|gsm8k|5_2024-03-27T23-56-07.967023.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2024-03-27T23-56-07.967023.parquet
  • harness_hellaswag_10

    • 分割:2024_03_27T23_56_07.967023
    • 路径:**/details_harness|hellaswag|10_2024-03-27T23-56-07.967023.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2024-03-27T23-56-07.967023.parquet
  • harness_hendrycksTest_5

    • 分割:2024_03_27T23_56_07.967023
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-astronomy|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-business_ethics|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-college_biology|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-college_medicine|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-college_physics|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-computer_security|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-econometrics|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-27T23-56-07.967023.parquet
      • **/details_harness|hendrycksTest-formal_logic|5_2024-03-27T23-56-07.967023.parquet }
二维码
社区交流群
二维码
科研交流群
商业服务