open-llm-leaderboard-old/details_liuchanghf__bloomz-3b-mmlu-lora
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_liuchanghf__bloomz-3b-mmlu-lora
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liuchanghf/bloomz-3b-mmlu-lora进行评估时自动生成的。数据集包含63个配置，每个配置对应一个评估任务。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特定的分割。train分割始终指向最新结果。一个名为results的额外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。README还提供了如何使用Python中的datasets库加载数据集的示例，并包含了特定运行的最新结果。
该数据集是在Open LLM Leaderboard上对模型liuchanghf/bloomz-3b-mmlu-lora进行评估时自动生成的。数据集包含63个配置，每个配置对应一个评估任务。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特定的分割。train分割始终指向最新结果。一个名为results的额外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。README还提供了如何使用Python中的datasets库加载数据集的示例，并包含了特定运行的最新结果。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集创建
- 创建背景：该数据集是在评估模型 liuchanghf/bloomz-3b-mmlu-lora 在 Open LLM Leaderboard 上的表现时自动创建的。
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。
- 运行次数：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。
- 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_liuchanghf__bloomz-3b-mmlu-lora", "harness_winogrande_5", split="train")
最新结果
- 最新结果来源：这些是最新结果来自 2024-04-15T10:33:12.367170。
- 结果示例： python { "all": { "acc": 0.34170084234616815, "acc_stderr": 0.03328462825216582, "acc_norm": 0.34618141980620765, "acc_norm_stderr": 0.03418266009967733, "mc1": 0.23011015911872704, "mc1_stderr": 0.014734557959807765, "mc2": 0.39596727744877347, "mc2_stderr": 0.015688195773723893 }, "harness|arc:challenge|25": { "acc": 0.3319112627986348, "acc_stderr": 0.01376098820088054, "acc_norm": 0.3583617747440273, "acc_norm_stderr": 0.01401288333485986 }, "harness|hellaswag|10": { "acc": 0.41724756024696275, "acc_stderr": 0.004920967192255289, "acc_norm": 0.5494921330412268, "acc_norm_stderr": 0.004965276587781621 }, ... }
配置详情
-
配置名称：harness_arc_challenge_25
- 数据文件：
- 分割：2024_04_15T10_33_12.367170
- 路径：
**/details_harness|arc:challenge|25_2024-04-15T10-33-12.367170.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-15T10-33-12.367170.parquet
- 路径：
- 分割：2024_04_15T10_33_12.367170
- 数据文件：
-
配置名称：harness_gsm8k_5
- 数据文件：
- 分割：2024_04_15T10_33_12.367170
- 路径：
**/details_harness|gsm8k|5_2024-04-15T10-33-12.367170.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2024-04-15T10-33-12.367170.parquet
- 路径：
- 分割：2024_04_15T10_33_12.367170
- 数据文件：
-
配置名称：harness_hellaswag_10
- 数据文件：
- 分割：2024_04_15T10_33_12.367170
- 路径：
**/details_harness|hellaswag|10_2024-04-15T10-33-12.367170.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2024-04-15T10-33-12.367170.parquet
- 路径：
- 分割：2024_04_15T10_33_12.367170
- 数据文件：
-
配置名称：harness_hendrycksTest_5
- 数据文件：
- 分割：2024_04_15T10_33_12.367170
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-anatomy|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-astronomy|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_biology|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_physics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-computer_security|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-econometrics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-formal_logic|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-global_facts|5_2024-04-15T10-33-12.367170.parquet- ...
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-anatomy|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-astronomy|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_biology|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-college_physics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-computer_security|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-econometrics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-formal_logic|5_2024-04-15T10-33-12.367170.parquet**/details_harness|hendrycksTest-global_facts|5_2024-04-15T10-33-12.367170.parquet- ...
- 路径：
- 分割：2024_04_15T10_33_12.367170
- 数据文件：
