five

open-llm-leaderboard-old/details_TheBloke__neural-chat-7B-v3-2-GPTQ

收藏
Hugging Face2023-12-11 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_TheBloke__neural-chat-7B-v3-2-GPTQ
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TheBloke/neural-chat-7B-v3-2-GPTQ时自动创建的,用于在Open LLM Leaderboard上进行评估。数据集包含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,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。

该数据集是在评估模型TheBloke/neural-chat-7B-v3-2-GPTQ时自动创建的,用于在Open LLM Leaderboard上进行评估。数据集包含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,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

该数据集是在对模型 TheBloke/neural-chat-7B-v3-2-GPTQ 进行评估运行期间自动创建的,用于 Open LLM Leaderboard

数据集组成

  • 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。
  • 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。

最新结果

  • 这些是最新的结果,来自 2023-12-11T00:12:21.907526 的运行。
  • 结果包括多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__neural-chat-7B-v3-2-GPTQ", "harness_winogrande_5", split="train")

配置详情

  • harness_arc_challenge_25

    • 分割:2023_12_11T00_12_21.907526, latest
    • 路径:**/details_harness|arc:challenge|25_2023-12-11T00-12-21.907526.parquet
  • harness_gsm8k_5

    • 分割:2023_12_11T00_12_21.907526, latest
    • 路径:**/details_harness|gsm8k|5_2023-12-11T00-12-21.907526.parquet
  • harness_hellaswag_10

    • 分割:2023_12_11T00_12_21.907526, latest
    • 路径:**/details_harness|hellaswag|10_2023-12-11T00-12-21.907526.parquet
  • harness_hendrycksTest_5

    • 分割:2023_12_11T00_12_21.907526
    • 路径:多个文件路径,包括 abstract_algebra, anatomy, astronomy, business_ethics, clinical_knowledge, college_biology, college_chemistry, college_computer_science, college_mathematics, college_medicine, college_physics, computer_security, conceptual_physics, econometrics, electrical_engineering, elementary_mathematics, formal_logic, global_facts, high_school_biology, high_school_chemistry, high_school_computer_science, high_school_european_history, high_school_geography, high_school_government_and_politics, high_school_macroeconomics, high_school_mathematics, high_school_microeconomics, high_school_physics, high_school_psychology, high_school_statistics, high_school_us_history, high_school_world_history, human_aging, human_sexuality, international_law, jurisprudence, logical_fallacies, machine_learning, management, marketing, medical_genetics, miscellaneous, moral_disputes, moral_scenarios, nutrition, philosophy, prehistory, professional_accounting, professional_law, professional_medicine, professional_psychology, public_relations, security_studies, sociology, us_foreign_policy, virology, world_religions 等任务的详细文件。
二维码
社区交流群
二维码
科研交流群
商业服务