five

open-llm-leaderboard-old/details_instructkr__lynn-7b-alpha

收藏
Hugging Face2024-04-04 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_instructkr__lynn-7b-alpha
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instructkr/lynn-7b-alpha在Open LLM Leaderboard上进行评估时自动生成的。数据集包含63个配置,每个配置对应一个被评估的任务。数据集包含一次运行的结果,每次运行在每个配置中表示为一个特定的分割。train分割始终指向最新的结果。此外,还有一个results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还提供了一个如何使用Python中的datasets库加载运行细节的示例。

该数据集是在模型instructkr/lynn-7b-alpha在Open LLM Leaderboard上进行评估时自动生成的。数据集包含63个配置,每个配置对应一个被评估的任务。数据集包含一次运行的结果,每次运行在每个配置中表示为一个特定的分割。train分割始终指向最新的结果。此外,还有一个results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还提供了一个如何使用Python中的datasets库加载运行细节的示例。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

该数据集是在评估模型instructkr/lynn-7b-alphaOpen LLM Leaderboard上的运行过程中自动创建的。

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。
  • 数据集由1次运行创建,每个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。
  • 额外的配置"results"存储所有聚合的运行结果,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_instructkr__lynn-7b-alpha", "harness_winogrande_5", split="train")

最新结果

以下是2024-04-04T20:00:20.469937运行的最新结果: python { "all": { "acc": 0.6244332916260128, "acc_stderr": 0.03278365538347851, "acc_norm": 0.6304221161202934, "acc_norm_stderr": 0.033454447449031026, "mc1": 0.2998776009791922, "mc1_stderr": 0.016040352966713623, "mc2": 0.45420633450837655, "mc2_stderr": 0.014804075164141449 }, "harness|arc:challenge|25": { "acc": 0.5802047781569966, "acc_stderr": 0.014422181226303026, "acc_norm": 0.6220136518771331, "acc_norm_stderr": 0.0141696645203031 }, "harness|hellaswag|10": { "acc": 0.6464847639912368, "acc_stderr": 0.004770838678356039, "acc_norm": 0.8417645887273452, "acc_norm_stderr": 0.003642157166162359 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.04725815626252606, "acc_norm": 0.33, "acc_norm_stderr": 0.04725815626252606 }, # 其他任务的结果... }

配置详情

  • config_name: harness_arc_challenge_25

    • 数据文件:
      • 分割: 2024_04_04T20_00_20.469937
        • 路径: **/details_harness|arc:challenge|25_2024-04-04T20-00-20.469937.parquet
      • 分割: latest
        • 路径: **/details_harness|arc:challenge|25_2024-04-04T20-00-20.469937.parquet
  • config_name: harness_gsm8k_5

    • 数据文件:
      • 分割: 2024_04_04T20_00_20.469937
        • 路径: **/details_harness|gsm8k|5_2024-04-04T20-00-20.469937.parquet
      • 分割: latest
        • 路径: **/details_harness|gsm8k|5_2024-04-04T20-00-20.469937.parquet
  • config_name: harness_hellaswag_10

    • 数据文件:
      • 分割: 2024_04_04T20_00_20.469937
        • 路径: **/details_harness|hellaswag|10_2024-04-04T20-00-20.469937.parquet
      • 分割: latest
        • 路径: **/details_harness|hellaswag|10_2024-04-04T20-00-20.469937.parquet
  • config_name: harness_hendrycksTest_5

    • 数据文件:
      • 分割: 2024_04_04T20_00_20.469937
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-04-04T20-00-20.469937.parquet
          • **/details_harness|hendrycksTest-high_school_biology|5_2024-04-04T20-00-20.469937.parquet

          其他任务的路径...

}

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