open-llm-leaderboard-old/details_cookinai__OrcaHermes-Mistral-70B-miqu
收藏Hugging Face2024-02-19 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_cookinai__OrcaHermes-Mistral-70B-miqu
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 cookinai/OrcaHermes-Mistral-70B-miqu 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。它包含 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。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。README 还提供了如何使用 Python 中的 datasets 库加载运行详情的示例。
该数据集是在模型 cookinai/OrcaHermes-Mistral-70B-miqu 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。它包含 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。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。README 还提供了如何使用 Python 中的 datasets 库加载运行详情的示例。
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：该数据集是在评估模型
cookinai/OrcaHermes-Mistral-70B-miqu在 Open LLM Leaderboard 上的运行过程中自动创建的。 - 数据集组成：包含 63 个配置，每个配置对应一个评估任务。
- 创建次数：数据集由 1 次运行创建，每个运行结果作为特定分片存储在每个配置中，分片名称使用运行的时间戳。
- 最新结果："train" 分片始终指向最新的结果。
- 聚合结果：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_cookinai__OrcaHermes-Mistral-70B-miqu", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳：2024-02-19T02:46:40.427802
- 结果示例：
python
{
"all": {
"acc": 0.7532948097279482,
"acc_stderr": 0.02849401037473507,
"acc_norm": 0.7560967716598801,
"acc_norm_stderr": 0.029048192553888644,
"mc1": 0.4467564259485924,
"mc1_stderr": 0.017403977522557144,
"mc2": 0.6071571475021432,
"mc2_stderr": 0.014848683507565127
},
"harness|arc:challenge|25": {
"acc": 0.6638225255972696,
"acc_stderr": 0.013804855026205761,
"acc_norm": 0.7133105802047781,
"acc_norm_stderr": 0.013214986329274772
},
"harness|hellaswag|10": {
"acc": 0.6908982274447322,
"acc_stderr": 0.004611787665905345,
"acc_norm": 0.8778131846245768,
"acc_norm_stderr": 0.003268321260913628
},
更多任务结果...
}
配置详情
-
配置名称：
harness_arc_challenge_25- 数据文件：
- 分片：2024_02_19T02_46_40.427802
- 路径：
**/details_harness|arc:challenge|25_2024-02-19T02-46-40.427802.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|arc:challenge|25_2024-02-19T02-46-40.427802.parquet
- 路径：
- 分片：2024_02_19T02_46_40.427802
- 数据文件：
-
配置名称：
harness_gsm8k_5- 数据文件：
- 分片：2024_02_19T02_46_40.427802
- 路径：
**/details_harness|gsm8k|5_2024-02-19T02-46-40.427802.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|gsm8k|5_2024-02-19T02-46-40.427802.parquet
- 路径：
- 分片：2024_02_19T02_46_40.427802
- 数据文件：
-
配置名称：
harness_hellaswag_10- 数据文件：
- 分片：2024_02_19T02_46_40.427802
- 路径：
**/details_harness|hellaswag|10_2024-02-19T02-46-40.427802.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|hellaswag|10_2024-02-19T02-46-40.427802.parquet
- 路径：
- 分片：2024_02_19T02_46_40.427802
- 数据文件：
-
配置名称：
harness_hendrycksTest_5- 数据文件：
- 分片：2024_02_19T02_46_40.427802
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-anatomy|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-astronomy|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-college_biology|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-college_physics|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-computer_security|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-econometrics|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-formal_logic|5_2024-02-19T02-46-40.427802.parquet**/details_harness|hendrycksTest-global_facts|5_2024-02-19T02-46-40.427802.parquet- `**/details_harness|hendrycksTest-high_school_biology|5_2024-02-19T02-46
- 路径：
- 分片：2024_02_19T02_46_40.427802
- 数据文件：
