open-llm-leaderboard-old/details_zhengr__MixTAO-7Bx2-MoE-Instruct-v1.0
收藏Hugging Face2024-01-17 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_zhengr__MixTAO-7Bx2-MoE-Instruct-v1.0
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zhengr/MixTAO-7Bx2-MoE-Instruct-v1.0的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行都可以在特定配置中找到，运行的时间戳作为分割名称。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上的聚合指标。
该数据集是在模型zhengr/MixTAO-7Bx2-MoE-Instruct-v1.0的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行都可以在特定配置中找到，运行的时间戳作为分割名称。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
该数据集是在对模型 zhengr/MixTAO-7Bx2-MoE-Instruct-v1.0 进行评估运行期间自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。数据集从 1 次运行中创建，每个运行的详细信息可以在每个配置中找到，并以运行的时间戳命名。"train" 分割始终指向最新的结果。
数据集结构
数据集包含多个配置，每个配置对应一个特定的评估任务。每个配置包含以下信息：
- 配置名称：如
harness_arc_challenge_25、harness_gsm8k_5等。 - 数据文件：包含不同分割的数据文件路径，如
2024_01_17T20_51_00.181001和latest。
数据加载示例
以下是加载数据集详细信息的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_zhengr__MixTAO-7Bx2-MoE-Instruct-v1.0", "harness_winogrande_5", split="train")
最新结果
以下是来自最新运行 2024-01-17T20:51:00.181001 的结果示例：
python
{
"all": {
"acc": 0.6491690289461749,
"acc_stderr": 0.03225689205861614,
"acc_norm": 0.6482560818309024,
"acc_norm_stderr": 0.03293476544167865,
"mc1": 0.5789473684210527,
"mc1_stderr": 0.017283936248136476,
"mc2": 0.6961261081361256,
"mc2_stderr": 0.015300239859443631
},
"harness|arc:challenge|25": {
"acc": 0.7184300341296929,
"acc_stderr": 0.013143376735009022,
"acc_norm": 0.7406143344709898,
"acc_norm_stderr": 0.012808273573927106
},
"harness|hellaswag|10": {
"acc": 0.7194781915952997,
"acc_stderr": 0.004483360370140576,
"acc_norm": 0.8824935271858195,
"acc_norm_stderr": 0.0032136470410029485
},
# 其他任务的结果...
}
配置详情
以下是部分配置的详细信息：
-
harness_arc_challenge_25
- 分割：
2024_01_17T20_51_00.181001 - 路径：
**/details_harness|arc:challenge|25_2024-01-17T20-51-00.181001.parquet - 分割：
latest - 路径：
**/details_harness|arc:challenge|25_2024-01-17T20-51-00.181001.parquet
- 分割：
-
harness_gsm8k_5
- 分割：
2024_01_17T20_51_00.181001 - 路径：
**/details_harness|gsm8k|5_2024-01-17T20-51-00.181001.parquet - 分割：
latest - 路径：
**/details_harness|gsm8k|5_2024-01-17T20-51-00.181001.parquet
- 分割：
-
harness_hellaswag_10
- 分割：
2024_01_17T20_51_00.181001 - 路径：
**/details_harness|hellaswag|10_2024-01-17T20-51-00.181001.parquet - 分割：
latest - 路径：
**/details_harness|hellaswag|10_2024-01-17T20-51-00.181001.parquet
- 分割：
-
harness_hendrycksTest_5
- 分割：
2024_01_17T20_51_00.181001 - 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-nutrition|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-philosophy|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-prehistory|5_2024-01-17T20-51-00.181001.parquet - 路径：
**/details_harness|hendrycksTest-professional_accounting|5_2024-01-17T20-51-00.181001.parquet - 路径：`**/details_harness|hendrycksTest-professional_law|5_2024-01-17T20-51-00.181001.par
- 分割：
