five

open-llm-leaderboard-old/details_mwitiderrick__shearedplats-2.7b-v2-instruct-v0.1

收藏
Hugging Face2023-12-09 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_mwitiderrick__shearedplats-2.7b-v2-instruct-v0.1
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在Open LLM Leaderboard上对模型mwitiderrick/shearedplats-2.7b-v2-instruct-v0.1进行评估时自动创建的。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,每次运行的结果作为特定配置中的一个分割,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,results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。

该数据集是在Open LLM Leaderboard上对模型mwitiderrick/shearedplats-2.7b-v2-instruct-v0.1进行评估时自动创建的。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,每次运行的结果作为特定配置中的一个分割,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,results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。
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 mwitiderrick/shearedplats-2.7b-v2-instruct-v0.1Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

  • 配置数量:63个配置,每个配置对应一个评估任务。
  • 数据来源:数据集从1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" 分割始终指向最新的结果。
  • 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 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_mwitiderrick__shearedplats-2.7b-v2-instruct-v0.1", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-09T18:49:52.400292 运行的最新结果

python { "all": { "acc": 0.2882361931913223, "acc_stderr": 0.031895486998552665, "acc_norm": 0.2903928342274915, "acc_norm_stderr": 0.03267939625046512, "mc1": 0.2729498164014688, "mc1_stderr": 0.015594753632006535, "mc2": 0.41227748774876055, "mc2_stderr": 0.014572961912704371 }, "harness|arc:challenge|25": { "acc": 0.3660409556313993, "acc_stderr": 0.01407722310847014, "acc_norm": 0.40187713310580203, "acc_norm_stderr": 0.014327268614578274 }, "harness|hellaswag|10": { "acc": 0.5142401911969727, "acc_stderr": 0.00498775731476984, "acc_norm": 0.7007568213503286, "acc_norm_stderr": 0.00456990648509029 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.23, "acc_stderr": 0.04229525846816506, "acc_norm": 0.23, "acc_norm_stderr": 0.04229525846816506 }, # 其他任务的结果... }

配置详情

  • harness_arc_challenge_25

    • 分割:2023_12_09T18_49_52.400292
    • 路径:**/details_harness|arc:challenge|25_2023-12-09T18-49-52.400292.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-12-09T18-49-52.400292.parquet
  • harness_gsm8k_5

    • 分割:2023_12_09T18_49_52.400292
    • 路径:**/details_harness|gsm8k|5_2023-12-09T18-49-52.400292.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-12-09T18-49-52.400292.parquet
  • harness_hellaswag_10

    • 分割:2023_12_09T18_49_52.400292
    • 路径:**/details_harness|hellaswag|10_2023-12-09T18-49-52.400292.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-12-09T18-49-52.400292.parquet
  • harness_hendrycksTest_5

    • 分割:2023_12_09T18_49_52.400292
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-astronomy|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-business_ethics|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-college_biology|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-college_chemistry|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-college_computer_science|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-college_mathematics|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-college_medicine|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-college_physics|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-computer_security|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-conceptual_physics|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-econometrics|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-electrical_engineering|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-09T18-49-52.400292.parquet
      • **/details_harness|hendrycksTest-formal_logic|5_2023-12-09T18-49-52.400292.parquet

      其他路径...

}

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