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。



