five

open-llm-leaderboard/details_LeroyDyer__Mixtral_Chat_X_128k

收藏
Hugging Face2024-03-22 更新2024-06-11 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_LeroyDyer__Mixtral_Chat_X_128k
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LeroyDyer/Mixtral_Chat_X_128k在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成,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还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。

该数据集是在模型LeroyDyer/Mixtral_Chat_X_128k在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成,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还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。
提供机构:
open-llm-leaderboard
原始信息汇总

数据集概述

数据集名称

  • pretty_name: Evaluation run of LeroyDyer/Mixtral_Chat_X_128k

数据集创建

数据集组成

  • 配置数量: 63个
  • 每个配置对应一个评估任务
  • 数据集来源: 从1次运行中创建
  • 数据集分割: 每个配置中有一个特定的分割,以运行的时间戳命名。"train"分割始终指向最新结果。

额外配置

  • 配置名称: "results"
  • 功能: 存储所有运行结果的聚合数据,用于计算和显示Open LLM Leaderboard上的聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_LeroyDyer__Mixtral_Chat_X_128k", "harness_winogrande_5", split="train")

最新结果

  • 结果来源: 来自2024-03-22T00:31:04.387886的运行
  • 结果内容: 包含多个任务的评估结果,每个任务有相应的准确率(acc)和标准误差(acc_stderr)等指标。

数据集配置详情

配置列表

  • config_name: harness_arc_challenge_25

    • data_files:
      • split: 2024_03_22T00_31_04.387886
        • path: /details_harness|arc:challenge|25_2024-03-22T00-31-04.387886.parquet
      • split: latest
        • path: /details_harness|arc:challenge|25_2024-03-22T00-31-04.387886.parquet
  • config_name: harness_gsm8k_5

    • data_files:
      • split: 2024_03_22T00_31_04.387886
        • path: /details_harness|gsm8k|5_2024-03-22T00-31-04.387886.parquet
      • split: latest
        • path: /details_harness|gsm8k|5_2024-03-22T00-31-04.387886.parquet
  • config_name: harness_hellaswag_10

    • data_files:
      • split: 2024_03_22T00_31_04.387886
        • path: /details_harness|hellaswag|10_2024-03-22T00-31-04.387886.parquet
      • split: latest
        • path: /details_harness|hellaswag|10_2024-03-22T00-31-04.387886.parquet
  • config_name: harness_hendrycksTest_5

    • data_files:
      • split: 2024_03_22T00_31_04.387886
        • path:
          • /details_harness|hendrycksTest-abstract_algebra|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-anatomy|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-astronomy|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-business_ethics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-clinical_knowledge|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_biology|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_chemistry|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_computer_science|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_mathematics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_medicine|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_physics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-computer_security|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-conceptual_physics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-econometrics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-electrical_engineering|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-elementary_mathematics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-formal_logic|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-global_facts|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-high_school_biology|5_2024-03-22T00-31-04.387886.parquet
      • split: latest
        • path:
          • /details_harness|hendrycksTest-abstract_algebra|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-anatomy|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-astronomy|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-business_ethics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-clinical_knowledge|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_biology|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_chemistry|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_computer_science|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_mathematics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_medicine|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-college_physics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-computer_security|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-conceptual_physics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-econometrics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-electrical_engineering|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-elementary_mathematics|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-formal_logic|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-global_facts|5_2024-03-22T00-31-04.387886.parquet
          • /details_harness|hendrycksTest-high_school_biology|5_2024-03-22T00-31-04.387886.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