open-llm-leaderboard-old/details_TheBloke__Nous-Hermes-13B-SuperHOT-8K-fp16
收藏Hugging Face2023-10-22 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_TheBloke__Nous-Hermes-13B-SuperHOT-8K-fp16
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 TheBloke/Nous-Hermes-13B-SuperHOT-8K-fp16 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，每个配置对应一个特定的评估任务。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拆分，使用运行的时间戳命名。train 拆分始终指向最新的结果。一个名为 results 的额外配置存储了运行的所有聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个示例，展示了如何使用 `load_dataset` 函数加载运行中的详细信息。
该数据集是在模型 TheBloke/Nous-Hermes-13B-SuperHOT-8K-fp16 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，每个配置对应一个特定的评估任务。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拆分，使用运行的时间戳命名。train 拆分始终指向最新的结果。一个名为 results 的额外配置存储了运行的所有聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个示例，展示了如何使用 `load_dataset` 函数加载运行中的详细信息。
提供机构：
open-llm-leaderboard-old
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 TheBloke/Nous-Hermes-13B-SuperHOT-8K-fp16 在 Open LLM Leaderboard 上的自动创建的。
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：数据集从2次运行中创建。每个运行在每个配置中作为一个特定的分割存在，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 上的聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__Nous-Hermes-13B-SuperHOT-8K-fp16", "harness_winogrande_5", split="train")
最新结果
以下是 最新结果来自 run 2023-10-22T21:24:49.496203 的摘要： python { "all": { "em": 0.24779781879194632, "em_stderr": 0.004421358038007316, "f1": 0.3203208892617463, "f1_stderr": 0.004418252169927022, "acc": 0.3825450746272229, "acc_stderr": 0.007568348592873263 }, "harness|drop|3": { "em": 0.24779781879194632, "em_stderr": 0.004421358038007316, "f1": 0.3203208892617463, "f1_stderr": 0.004418252169927022 }, "harness|gsm8k|5": { "acc": 0.012130401819560273, "acc_stderr": 0.003015294242890953 }, "harness|winogrande|5": { "acc": 0.7529597474348856, "acc_stderr": 0.012121402942855573 } }
配置详情
以下是部分配置的详细信息：
-
harness_arc_challenge_25
- 分割：2023_08_01T13_07_54.585648
- 路径：
**/details_harness|arc:challenge|25_2023-08-01T13:07:54.585648.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-08-01T13:07:54.585648.parquet
- 路径：
- 分割：2023_08_01T13_07_54.585648
-
harness_drop_3
- 分割：2023_10_22T21_24_49.496203
- 路径：
**/details_harness|drop|3_2023-10-22T21-24-49.496203.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-22T21-24-49.496203.parquet
- 路径：
- 分割：2023_10_22T21_24_49.496203
-
harness_gsm8k_5
- 分割：2023_10_22T21_24_49.496203
- 路径：
**/details_harness|gsm8k|5_2023-10-22T21-24-49.496203.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-22T21-24-49.496203.parquet
- 路径：
- 分割：2023_10_22T21_24_49.496203
-
harness_hellaswag_10
- 分割：2023_08_01T13_07_54.585648
- 路径：
**/details_harness|hellaswag|10_2023-08-01T13:07:54.585648.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-08-01T13:07:54.585648.parquet
- 路径：
- 分割：2023_08_01T13_07_54.585648
-
harness_hendrycksTest_5
- 分割：2023_08_01T13_07_54.585648
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2023-08-01T13:07:54.585648.parquet - 路径：
**/details_harness|hendrycksTest-nutrition|5_2023-08-01T13:07:54.585648.parquet - 路径：`**/details_harness|hendrycksTest-philosophy|5_2023-08-01
- 路径：
- 分割：2023_08_01T13_07_54.585648
