open-llm-leaderboard/details_codellama__CodeLlama-7b-Python-hf
收藏Hugging Face2023-10-18 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_codellama__CodeLlama-7b-Python-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-Python-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，每个配置对应一个被评估的任务。数据集是从 4 次运行中创建的，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
原始信息汇总
数据集概述
数据集简介
该数据集是在评估模型 codellama/CodeLlama-7b-Python-hf 在 Open LLM Leaderboard 上的运行过程中自动创建的。
数据集结构
- 配置数量：64个配置，每个配置对应一个评估任务。
- 运行次数：数据集由4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。
- 最新结果："train" 分割始终指向最新的结果。
- 汇总结果：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 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_codellama__CodeLlama-7b-Python-hf", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-18T02:22:47.184739 运行的最新结果： python { "all": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801232, "f1": 0.04992973993288599, "f1_stderr": 0.0012373443555303316, "acc": 0.34582445982552373, "acc_stderr": 0.009790248772764808 }, "harness|drop|3": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801232, "f1": 0.04992973993288599, "f1_stderr": 0.0012373443555303316 }, "harness|gsm8k|5": { "acc": 0.05155420773313116, "acc_stderr": 0.00609088795526282 }, "harness|winogrande|5": { "acc": 0.6400947119179163, "acc_stderr": 0.013489609590266797 } }
配置详情
以下是部分配置及其数据文件路径：
配置：harness_arc_challenge_25
- 分割：2023_08_25T22_02_01.262189
- 路径：
**/details_harness|arc:challenge|25_2023-08-25T22:02:01.262189.parquet
- 路径：
- 分割：2023_08_26T02_47_34.882651
- 路径：
**/details_harness|arc:challenge|25_2023-08-26T02:47:34.882651.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-08-26T02:47:34.882651.parquet
- 路径：
配置：harness_drop_3
- 分割：2023_10_17T12_04_35.159159
- 路径：
**/details_harness|drop|3_2023-10-17T12-04-35.159159.parquet
- 路径：
- 分割：2023_10_18T02_22_47.184739
- 路径：
**/details_harness|drop|3_2023-10-18T02-22-47.184739.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-18T02-22-47.184739.parquet
- 路径：
配置：harness_gsm8k_5
- 分割：2023_10_17T12_04_35.159159
- 路径：
**/details_harness|gsm8k|5_2023-10-17T12-04-35.159159.parquet
- 路径：
- 分割：2023_10_18T02_22_47.184739
- 路径：
**/details_harness|gsm8k|5_2023-10-18T02-22-47.184739.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-18T02-22-47.184739.parquet
- 路径：
配置：harness_hellaswag_10
- 分割：2023_08_25T22_02_01.262189
- 路径：
**/details_harness|hellaswag|10_2023-08-25T22:02:01.262189.parquet
- 路径：
- 分割：2023_08_26T02_47_34.882651
- 路径：
**/details_harness|hellaswag|10_2023-08-26T02:47:34.882651.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-08-26T02:47:34.882651.parquet
- 路径：
配置：harness_hendrycksTest_5
- 分割：2023_08_25T22_02_01.262189
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-08-25T22:02:01.262189.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-08-25T22:02:01.262189.parquet - 路径：
- 路径：
