open-llm-leaderboard-old/details_postbot__pythia-160m-hq-emails
收藏Hugging Face2023-11-19 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_postbot__pythia-160m-hq-emails
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 postbot/pythia-160m-hq-emails 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由64个配置组成，每个配置对应一个被评估的任务。数据集包含1次运行的结果，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。
该数据集是在模型 postbot/pythia-160m-hq-emails 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由64个配置组成，每个配置对应一个被评估的任务。数据集包含1次运行的结果，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 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
数据集创建
- 创建背景：该数据集是在模型postbot/pythia-160m-hq-emails在Open LLM Leaderboard上的评估运行期间自动创建的。
- 数据集组成：包含64个配置，每个配置对应一个评估任务。
- 创建次数：数据集来自1次运行，每个运行在每个配置中都有特定的分割，分割名称使用运行的时间戳。
- 最新结果："train"分割总是指向最新的结果。
- 结果汇总：一个额外的配置"results"存储所有运行的汇总结果，用于计算和显示在Open LLM Leaderboard上的汇总指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_postbot__pythia-160m-hq-emails_public", "harness_winogrande_5", split="train")
最新结果
- 最新结果来源：最新结果来自2023-11-19T15:36:28.681873
- 结果示例： python { "all": { "acc": 0.264448312099342, "acc_stderr": 0.031139481426485385, "acc_norm": 0.26576656092101425, "acc_norm_stderr": 0.03196953249728658, "mc1": 0.2558139534883721, "mc1_stderr": 0.015274176219283349, "mc2": 0.4550530004497737, "mc2_stderr": 0.016187324561962944, "em": 0.0, "em_stderr": 0.0, "f1": 0.003122902684563759, "f1_stderr": 0.00024291228896195137 }, ... }
配置详情
- 配置名称：harness_arc_challenge_25
- 数据文件：
- 分割：2023_11_19T15_36_28.681873
- 路径：
**/details_harness|arc:challenge|25_2023-11-19T15-36-28.681873.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-11-19T15-36-28.681873.parquet
- 路径：
- 分割：2023_11_19T15_36_28.681873
- 数据文件：
- 配置名称：harness_drop_3
- 数据文件：
- 分割：2023_11_19T15_36_28.681873
- 路径：
**/details_harness|drop|3_2023-11-19T15-36-28.681873.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-11-19T15-36-28.681873.parquet
- 路径：
- 分割：2023_11_19T15_36_28.681873
- 数据文件：
- 配置名称：harness_gsm8k_5
- 数据文件：
- 分割：2023_11_19T15_36_28.681873
- 路径：
**/details_harness|gsm8k|5_2023-11-19T15-36-28.681873.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-11-19T15-36-28.681873.parquet
- 路径：
- 分割：2023_11_19T15_36_28.681873
- 数据文件：
- 配置名称：harness_hellaswag_10
- 数据文件：
- 分割：2023_11_19T15_36_28.681873
- 路径：
**/details_harness|hellaswag|10_2023-11-19T15-36-28.681873.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-11-19T15-36-28.681873.parquet
- 路径：
- 分割：2023_11_19T15_36_28.681873
- 数据文件：
- 配置名称：harness_hendrycksTest_5
- 数据文件：
- 分割：2023_11_19T15_36_28.681873
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-anatomy|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-astronomy|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-business_ethics|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-college_biology|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-college_chemistry|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-college_computer_science|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-college_mathematics|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-college_medicine|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-college_physics|5_2023-11-19T15-36-28.681873.parquet**/details_harness|hendrycksTest-computer_security|5_2023-11-19T15-36-28.681873.parquet
- 路径：
- 分割：2023_11_19T15_36_28.681873
- 数据文件：
