five

open-llm-leaderboard/details_codellama__CodeLlama-7b-hf

收藏
Hugging Face2023-10-14 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_codellama__CodeLlama-7b-hf
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 codellama/CodeLlama-7b-hf 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 64 个配置组成,每个配置对应一个评估任务。数据集是从 2 次运行中生成的,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。此外,名为 results 的配置存储了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。README 还提供了如何使用 `datasets` 库中的 `load_dataset` 函数加载运行中的详细信息的示例。
提供机构:
open-llm-leaderboard
原始信息汇总

数据集概述

数据集来源

该数据集是在对模型 codellama/CodeLlama-7b-hf 进行评估运行期间自动创建的,评估结果发布在 Open LLM Leaderboard 上。

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。
  • 数据集从 2 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。
  • 额外的 "results" 配置存储所有运行的聚合结果,用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_codellama__CodeLlama-7b-hf", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-14T19:46:33.225068 运行的最新结果: python { "all": { "em": 0.0006291946308724832, "em_stderr": 0.00025680027497238217, "f1": 0.05123741610738289, "f1_stderr": 0.001242998424746743, "acc": 0.34582445982552373, "acc_stderr": 0.009790248772764803 }, "harness|drop|3": { "em": 0.0006291946308724832, "em_stderr": 0.00025680027497238217, "f1": 0.05123741610738289, "f1_stderr": 0.001242998424746743 }, "harness|gsm8k|5": { "acc": 0.05155420773313116, "acc_stderr": 0.006090887955262816 }, "harness|winogrande|5": { "acc": 0.6400947119179163, "acc_stderr": 0.01348960959026679 } }

配置详情

  • harness_arc_challenge_25

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-26T04:20:17.128606.parquet
  • harness_drop_3

    • 分割: 2023_10_14T19_46_33.225068, latest
    • 路径: **/details_harness|drop|3_2023-10-14T19-46-33.225068.parquet
  • harness_gsm8k_5

    • 分割: 2023_10_14T19_46_33.225068, latest
    • 路径: **/details_harness|gsm8k|5_2023-10-14T19-46-33.225068.parquet
  • harness_hellaswag_10

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hellaswag|10_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: 包含多个子任务的 parquet 文件
  • harness_hendrycksTest_abstract_algebra_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-anatomy|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-astronomy|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-business_ethics|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-college_biology|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-college_chemistry|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-college_computer_science|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-college_mathematics|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-college_medicine|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-college_physics|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-computer_security|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-conceptual_physics|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-econometrics|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-electrical_engineering|5_2023-08-26T04:20:17.128606.parquet
  • harness_hendrycksTest_elementary_mathematics_5

    • 分割: 2023_08_26T04_20_17.128606, latest
    • 路径: **/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-26T04:20:17.128606.parquet

以上是数据集的详细概述,包括数据集的来源、结构、加载示例、最新结果以及各个配置的详细信息。

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