five

open-llm-leaderboard-old/details_Undi95__MLewd-L2-13B

收藏
Hugging Face2023-10-18 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Undi95__MLewd-L2-13B
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Undi95/MLewd-L2-13B时自动创建的,用于在Open LLM Leaderboard上进行评估。数据集包含64个配置,每个配置对应一个评估任务。数据集由2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,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Undi95/MLewd-L2-13B时自动创建的,用于在Open LLM Leaderboard上进行评估。数据集包含64个配置,每个配置对应一个评估任务。数据集由2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,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

数据集来源

该数据集是在评估模型 Undi95/MLewd-L2-13BOpen LLM Leaderboard 上的自动创建的。

数据集结构

  • 数据集包含 64 个配置,每个配置对应一个评估任务。
  • 数据集由 2 次运行创建,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_Undi95__MLewd-L2-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-18T07:35:31.407630 运行的最新结果: python { "all": { "em": 0.012164429530201342, "em_stderr": 0.0011226072817372202, "f1": 0.09181417785234938, "f1_stderr": 0.0019450870531667406, "acc": 0.37384759088376845, "acc_stderr": 0.007756725366346258 }, "harness|drop|3": { "em": 0.012164429530201342, "em_stderr": 0.0011226072817372202, "f1": 0.09181417785234938, "f1_stderr": 0.0019450870531667406 }, "harness|gsm8k|5": { "acc": 0.01288855193328279, "acc_stderr": 0.003106901266499655 }, "harness|winogrande|5": { "acc": 0.7348066298342542, "acc_stderr": 0.012406549466192861 } }

配置详情

以下是数据集的配置详情:

  • harness_arc_challenge_25

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|arc:challenge|25_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-09-05T05:06:12.728207.parquet
  • harness_drop_3

    • 分割:2023_10_18T07_35_31.407630
    • 路径:**/details_harness|drop|3_2023-10-18T07-35-31.407630.parquet
    • 分割:latest
    • 路径:**/details_harness|drop|3_2023-10-18T07-35-31.407630.parquet
  • harness_gsm8k_5

    • 分割:2023_10_18T07_35_31.407630
    • 路径:**/details_harness|gsm8k|5_2023-10-18T07-35-31.407630.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-10-18T07-35-31.407630.parquet
  • harness_hellaswag_10

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hellaswag|10_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-05T05:06:12.728207.parquet 等 39 个文件
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-05T05:06:12.728207.parquet 等 39 个文件
  • harness_hendrycksTest_abstract_algebra_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-09-05T05:06:12.728207.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-09-05T05:06:12.728207.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割:2023_09_05T05_06_12.728207
    • 路径:**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-05T05:06:12.728207.parquet
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