open-llm-leaderboard-old/details_saarvajanik__facebook-opt-6.7b-gqa-ub-16-best-for-KV-cache
收藏Hugging Face2024-01-28 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_saarvajanik__facebook-opt-6.7b-gqa-ub-16-best-for-KV-cache
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saarvajanik/facebook-opt-6.7b-gqa-ub-16-best-for-KV-cache的评估运行期间自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1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，用于计算和显示在Open LLM Leaderboard上的聚合指标。
该数据集是在模型saarvajanik/facebook-opt-6.7b-gqa-ub-16-best-for-KV-cache的评估运行期间自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1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，用于计算和显示在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
数据集基本信息
- 数据集名称: Evaluation run of saarvajanik/facebook-opt-6.7b-gqa-ub-16-best-for-KV-cache
- 数据集组成: 包含63个配置，每个配置对应一个评估任务。
- 数据集来源: 自动创建于模型saarvajanik/facebook-opt-6.7b-gqa-ub-16-best-for-KV-cache在Open LLM Leaderboard的评估运行中。
数据集结构
- 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作为一个特定的分割找到，分割名称使用运行的时间戳。
- 最新结果: "train"分割总是指向最新的结果。
- 结果汇总: 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上的汇总指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_saarvajanik__facebook-opt-6.7b-gqa-ub-16-best-for-KV-cache", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳: 2024-01-28T18:15:46.929459
- 结果示例:
python
{
"all": {
"acc": 0.23209302149061675,
"acc_stderr": 0.02992707807148158,
"acc_norm": 0.23163380863022787,
"acc_norm_stderr": 0.03071316471647595,
"mc1": 0.23011015911872704,
"mc1_stderr": 0.014734557959807763,
"mc2": 0.48987576662324334,
"mc2_stderr": 0.016135847085052512
},
"harness|arc:challenge|25": {
"acc": 0.2022184300341297,
"acc_stderr": 0.011737454431872104,
"acc_norm": 0.23037542662116042,
"acc_norm_stderr": 0.01230492841874761
},
"harness|hellaswag|10": {
"acc": 0.25951005775741887,
"acc_stderr": 0.004374699189284863,
"acc_norm": 0.25941047600079664,
"acc_norm_stderr": 0.004374153847826759
},
"harness|hendrycksTest-abstract_algebra|5": {
"acc": 0.22,
"acc_stderr": 0.04163331998932268,
"acc_norm": 0.22,
"acc_norm_stderr": 0.04163331998932268
},
其他任务的结果...
}
配置信息
- 配置名称: 如
harness_arc_challenge_25,harness_gsm8k_5,harness_hellaswag_10,harness_hendrycksTest_5等。 - 数据文件: 每个配置包含不同分割的数据文件路径，如
2024_01_28T18_15_46.929459和latest。
