open-llm-leaderboard-old/details_lex-hue__Delexa-7b-128k
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_lex-hue__Delexa-7b-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 lex-hue/Delexa-7b-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。数据集是从一次或多次运行中生成的,每次运行都作为每个配置中的一个特定分割存储。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,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 Hugging Face datasets 库加载数据集的示例,并包含了特定运行的最新结果。
该数据集是在模型 lex-hue/Delexa-7b-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。数据集是从一次或多次运行中生成的,每次运行都作为每个配置中的一个特定分割存储。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,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 Hugging Face 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
数据集基本信息
- 数据集名称: Evaluation run of lex-hue/Delexa-7b-128k
- 数据集来源: 自动创建于模型 lex-hue/Delexa-7b-128k 在 Open LLM Leaderboard 的评估运行中。
数据集组成
- 配置数量: 63个配置,每个配置对应一个评估任务。
- 数据集创建: 从1次运行中创建,每个运行可以在每个配置中找到特定的分割,分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。
- 额外配置: "results" 配置存储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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_lex-hue__Delexa-7b-128k", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳: 2024-04-15T21:36:27.350319
- 结果示例:
python
{
"all": {
"acc": 0.6496468924225586,
"acc_stderr": 0.03207144308728149,
"acc_norm": 0.6509773836165138,
"acc_norm_stderr": 0.0327145643645653,
"mc1": 0.4418604651162791,
"mc1_stderr": 0.017384767478986218,
"mc2": 0.6217742992950922,
"mc2_stderr": 0.015455929661783052
},
"harness|arc:challenge|25": {
"acc": 0.6467576791808873,
"acc_stderr": 0.013967822714840055,
"acc_norm": 0.6825938566552902,
"acc_norm_stderr": 0.013602239088038169
},
"harness|hellaswag|10": {
"acc": 0.6879107747460665,
"acc_stderr": 0.004623990785158488,
"acc_norm": 0.8650667197769368,
"acc_norm_stderr": 0.003409540533249841
},
"harness|hendrycksTest-abstract_algebra|5": {
"acc": 0.33,
"acc_stderr": 0.04725815626252606,
"acc_norm": 0.33,
"acc_norm_stderr": 0.04725815626252606
},
其他任务结果省略...
}
配置详情
-
配置名称: harness_arc_challenge_25
- 数据文件:
- 分割: 2024_04_15T21_36_27.350319
- 路径: **/details_harness|arc:challenge|25_2024-04-15T21-36-27.350319.parquet
- 分割: latest
- 路径: **/details_harness|arc:challenge|25_2024-04-15T21-36-27.350319.parquet
- 分割: 2024_04_15T21_36_27.350319
- 数据文件:
-
配置名称: harness_gsm8k_5
- 数据文件:
- 分割: 2024_04_15T21_36_27.350319
- 路径: **/details_harness|gsm8k|5_2024-04-15T21-36-27.350319.parquet
- 分割: latest
- 路径: **/details_harness|gsm8k|5_2024-04-15T21-36-27.350319.parquet
- 分割: 2024_04_15T21_36_27.350319
- 数据文件:
-
配置名称: harness_hellaswag_10
- 数据文件:
- 分割: 2024_04_15T21_36_27.350319
- 路径: **/details_harness|hellaswag|10_2024-04-15T21-36-27.350319.parquet
- 分割: latest
- 路径: **/details_harness|hellaswag|10_2024-04-15T21-36-27.350319.parquet
- 分割: 2024_04_15T21_36_27.350319
- 数据文件:
-
配置名称: harness_hendrycksTest_5
- 数据文件:
- 分割: 2024_04_15T21_36_27.350319
- 路径:
- **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-anatomy|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-astronomy|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-business_ethics|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-college_biology|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-college_chemistry|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-college_computer_science|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-college_mathematics|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-college_medicine|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-college_physics|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-computer_security|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-conceptual_physics|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-econometrics|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-electrical_engineering|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-formal_logic|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-global_facts|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-high_school_biology|5_2024-04-15T21-36-27.350319.parquet
- **/details_harness|hendrycksTest-high_school_chemistry|5_2024-04-15T21-36-27.350319.parquet
其他文件路径省略...
- 路径:
- 分割: 2024_04_15T21_36_27.350319
- 数据文件:
}



