open-llm-leaderboard-old/details_declare-lab__starling-7B
收藏Hugging Face2024-02-09 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_declare-lab__starling-7B
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 declare-lab/starling-7B 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，每个配置对应一个被评估的任务。数据集是从 1 次运行中生成的，每次运行在每个配置中表示为特定的拆分，使用运行的时间戳命名。train 拆分始终指向最新的结果。一个额外的配置 results 存储了运行的所有聚合结果，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 代码加载运行中的详细信息的示例，并包含了特定运行的最新结果。
该数据集是在模型 declare-lab/starling-7B 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，每个配置对应一个被评估的任务。数据集是从 1 次运行中生成的，每次运行在每个配置中表示为特定的拆分，使用运行的时间戳命名。train 拆分始终指向最新的结果。一个额外的配置 results 存储了运行的所有聚合结果，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 代码加载运行中的详细信息的示例，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
declare-lab/starling-7B在 Open LLM Leaderboard 上的运行过程中自动创建的。 - 数据集组成：包含 63 个配置，每个配置对应一个评估任务。
- 创建次数：数据集来自 1 次运行，每次运行在每个配置中都有特定的分割，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。
数据集结构
- 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_declare-lab__starling-7B", "harness_winogrande_5", split="train")
最新结果
- 最新结果来源：最新结果来自 2024-02-09T19:58:56.929438 运行。
- 结果示例： python { "all": { "acc": 0.47683952622046394, "acc_stderr": 0.0344002540826661, "acc_norm": 0.4830040583763742, "acc_norm_stderr": 0.03519671795676814, "mc1": 0.3268053855569155, "mc1_stderr": 0.01641987473113503, "mc2": 0.4817697697777851, "mc2_stderr": 0.015595723237294131 }, "harness|arc:challenge|25": { "acc": 0.48208191126279865, "acc_stderr": 0.014602005585490978, "acc_norm": 0.5102389078498294, "acc_norm_stderr": 0.014608326906285012 }, "harness|hellaswag|10": { "acc": 0.5793666600278828, "acc_stderr": 0.0049265184393722595, "acc_norm": 0.7676757618004382, "acc_norm_stderr": 0.004214515851745317 }, ... }
配置详情
-
配置名称：
harness_arc_challenge_25- 数据文件：
- 分割：
2024_02_09T19_58_56.929438- 路径：
**/details_harness|arc:challenge|25_2024-02-09T19-58-56.929438.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|arc:challenge|25_2024-02-09T19-58-56.929438.parquet
- 路径：
- 分割：
- 数据文件：
-
配置名称：
harness_gsm8k_5- 数据文件：
- 分割：
2024_02_09T19_58_56.929438- 路径：
**/details_harness|gsm8k|5_2024-02-09T19-58-56.929438.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|gsm8k|5_2024-02-09T19-58-56.929438.parquet
- 路径：
- 分割：
- 数据文件：
-
配置名称：
harness_hellaswag_10- 数据文件：
- 分割：
2024_02_09T19_58_56.929438- 路径：
**/details_harness|hellaswag|10_2024-02-09T19-58-56.929438.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hellaswag|10_2024-02-09T19-58-56.929438.parquet
- 路径：
- 分割：
- 数据文件：
-
配置名称：
harness_hendrycksTest_5- 数据文件：
- 分割：
2024_02_09T19_58_56.929438- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-anatomy|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-astronomy|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-college_biology|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-college_physics|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-computer_security|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-econometrics|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-formal_logic|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-global_facts|5_2024-02-09T19-58-56.929438.parquet**/details_harness|hendrycksTest-high_school_biology|5_2024-02-09T19-58-56.929438.parquet- ...
- 路径：
- 分割：
- 数据文件：
