five

open-llm-leaderboard-old/details_DreadPoor__Nynph-7B-Model_Stock

收藏
Hugging Face2024-04-15 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_DreadPoor__Nynph-7B-Model_Stock
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在评估模型DreadPoor/Nynph-7B-Model_Stock时自动生成的,包含63个配置,每个配置对应一个评估任务。数据集由1次运行生成,每次运行的结果作为一个特定的分割,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,results配置存储了所有运行的聚合结果,用于计算和展示在Open LLM Leaderboard上的聚合指标。

该数据集是在评估模型DreadPoor/Nynph-7B-Model_Stock时自动生成的,包含63个配置,每个配置对应一个评估任务。数据集由1次运行生成,每次运行的结果作为一个特定的分割,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,results配置存储了所有运行的聚合结果,用于计算和展示在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

数据集创建

数据集结构

  • 配置数量:数据集包含 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,每次运行结果作为特定分片存储,分片名称使用运行的时间戳。
  • 最新结果:"train" 分片始终指向最新结果。
  • 结果汇总:额外配置 "results" 存储所有运行的汇总结果,用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_DreadPoor__Nynph-7B-Model_Stock", "harness_winogrande_5", split="train")

最新结果

  • 最新运行2024-04-15T23:02:44.044199
  • 结果示例: python { "all": { "acc": 0.6498025190522265, "acc_stderr": 0.031948103240068866, "acc_norm": 0.6521434250593419, "acc_norm_stderr": 0.03258320255611985, "mc1": 0.41370869033047736, "mc1_stderr": 0.0172408618120998, "mc2": 0.5810558211297511, "mc2_stderr": 0.015421310209791135 }, "harness|arc:challenge|25": { "acc": 0.6373720136518771, "acc_stderr": 0.01404910656495501, "acc_norm": 0.6689419795221843, "acc_norm_stderr": 0.013752062419817834 }, "harness|hellaswag|10": { "acc": 0.6744672376020713, "acc_stderr": 0.004676159299105417, "acc_norm": 0.857697669786895, "acc_norm_stderr": 0.0034864596026062573 }, ... }

配置详情

  • 配置名称:harness_arc_challenge_25

    • 数据文件
      • 分片:2024_04_15T23_02_44.044199
        • 路径:**/details_harness|arc:challenge|25_2024-04-15T23-02-44.044199.parquet
      • 分片:latest
        • 路径:**/details_harness|arc:challenge|25_2024-04-15T23-02-44.044199.parquet
  • 配置名称:harness_gsm8k_5

    • 数据文件
      • 分片:2024_04_15T23_02_44.044199
        • 路径:**/details_harness|gsm8k|5_2024-04-15T23-02-44.044199.parquet
      • 分片:latest
        • 路径:**/details_harness|gsm8k|5_2024-04-15T23-02-44.044199.parquet
  • 配置名称:harness_hellaswag_10

    • 数据文件
      • 分片:2024_04_15T23_02_44.044199
        • 路径:**/details_harness|hellaswag|10_2024-04-15T23-02-44.044199.parquet
      • 分片:latest
        • 路径:**/details_harness|hellaswag|10_2024-04-15T23-02-44.044199.parquet
  • 配置名称:harness_hendrycksTest_5

    • 数据文件
      • 分片:2024_04_15T23_02_44.044199
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-04-15T23-02-44.044199.parquet
          • **/details_harness|hendrycksTest-high_school_biology|5_2024-04-15T23-02-44.044199.parquet ...
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