five

open-llm-leaderboard-old/details_NousResearch__Nous-Hermes-2-Mixtral-8x7B-DPO

收藏
Hugging Face2024-01-22 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_NousResearch__Nous-Hermes-2-Mixtral-8x7B-DPO
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NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO进行评估时自动创建的。数据集由63个配置组成,每个配置对应一个评估任务。数据集由2次运行生成,每次运行的结果存储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,并用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在Open LLM Leaderboard上对模型NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO进行评估时自动创建的。数据集由63个配置组成,每个配置对应一个评估任务。数据集由2次运行生成,每次运行的结果存储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,并用于计算和显示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

数据集摘要

该数据集是在评估模型 NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPOOpen LLM Leaderboard 上的评估运行期间自动创建的。

数据集组成

  • 数据集包含 63 个配置,每个配置对应一个评估任务。
  • 数据集从 2 次运行中创建,每次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。
  • 一个额外的配置 "results" 存储所有运行的聚合结果,用于计算并在 Open LLM Leaderboard 上显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_NousResearch__Nous-Hermes-2-Mixtral-8x7B-DPO", "harness_winogrande_5", split="train")

最新结果

这些是最新结果,来自 2024-01-22T17:09:50.643842 的运行: python { "all": { "acc": 0.7224125718980299, "acc_stderr": 0.030022741290236767, "acc_norm": 0.7240829737285515, "acc_norm_stderr": 0.03062607991215834, "mc1": 0.3880048959608323, "mc1_stderr": 0.01705876150134797, "mc2": 0.5482610472622913, "mc2_stderr": 0.014924708991833662 }, "harness|arc:challenge|25": { "acc": 0.6953924914675768, "acc_stderr": 0.013449522109932487, "acc_norm": 0.7107508532423208, "acc_norm_stderr": 0.013250012579393441 }, "harness|hellaswag|10": { "acc": 0.6870145389364668, "acc_stderr": 0.004627607991626919, "acc_norm": 0.8729336785500896, "acc_norm_stderr": 0.0033236659644121946 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.43, "acc_stderr": 0.049756985195624284, "acc_norm": 0.43, "acc_norm_stderr": 0.049756985195624284 }, # 其他任务的结果... }

配置详情

  • config_name: harness_arc_challenge_25

    • split: 2024_01_16T04_44_16.630676
      • path: **/details_harness|arc:challenge|25_2024-01-16T04-44-16.630676.parquet
    • split: 2024_01_22T17_09_50.643842
      • path: **/details_harness|arc:challenge|25_2024-01-22T17-09-50.643842.parquet
    • split: latest
      • path: **/details_harness|arc:challenge|25_2024-01-22T17-09-50.643842.parquet
  • config_name: harness_gsm8k_5

    • split: 2024_01_16T04_44_16.630676
      • path: **/details_harness|gsm8k|5_2024-01-16T04-44-16.630676.parquet
    • split: 2024_01_22T17_09_50.643842
      • path: **/details_harness|gsm8k|5_2024-01-22T17-09-50.643842.parquet
    • split: latest
      • path: **/details_harness|gsm8k|5_2024-01-22T17-09-50.643842.parquet
  • config_name: harness_hellaswag_10

    • split: 2024_01_16T04_44_16.630676
      • path: **/details_harness|hellaswag|10_2024-01-16T04-44-16.630676.parquet
    • split: 2024_01_22T17_09_50.643842
      • path: **/details_harness|hellaswag|10_2024-01-22T17-09-50.643842.parquet
    • split: latest
      • path: **/details_harness|hellaswag|10_2024-01-22T17-09-50.643842.parquet
  • config_name: harness_hendrycksTest_5

    • split: 2024_01_16T04_44_16.630676
      • path:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-01-16T04-44-16.630676.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-01-16T04-44-16.630676.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