five

open-llm-leaderboard-old/details_KnutJaegersberg__Deita-1_8B

收藏
Hugging Face2024-01-17 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_KnutJaegersberg__Deita-1_8B
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在评估模型KnutJaegersberg/Deita-1_8B时自动创建的,用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成,每个配置对应一个评估任务。数据集从1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,分割以运行的时间戳命名。"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。

该数据集是在评估模型KnutJaegersberg/Deita-1_8B时自动创建的,用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成,每个配置对应一个评估任务。数据集从1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,分割以运行的时间戳命名。"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

数据集简介

该数据集是在评估模型 KnutJaegersberg/Deita-1_8BOpen LLM Leaderboard 上的自动创建的。数据集包含 63 个配置,每个配置对应一个评估任务。

数据集结构

数据集从 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。"train" 分割总是指向最新的结果。

额外配置

一个额外的配置 "results" 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。

最新结果

以下是 2024-01-17T18:22:52.012956 运行的最新结果

python { "all": { "acc": 0.4513695685616451, "acc_stderr": 0.03473174413713779, "acc_norm": 0.4572369573723266, "acc_norm_stderr": 0.035511285827617124, "mc1": 0.2521419828641371, "mc1_stderr": 0.015201522246299979, "mc2": 0.4002214148044727, "mc2_stderr": 0.014908452990717655 }, "harness|arc:challenge|25": { "acc": 0.32081911262798635, "acc_stderr": 0.013640943091946522, "acc_norm": 0.3651877133105802, "acc_norm_stderr": 0.014070265519268802 }, "harness|hellaswag|10": { "acc": 0.4574785899223262, "acc_stderr": 0.004971704917267752, "acc_norm": 0.6062537343158734, "acc_norm_stderr": 0.004875812021461993 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.3, "acc_stderr": 0.046056618647183814, "acc_norm": 0.3, "acc_norm_stderr": 0.046056618647183814 }, # 其他任务的结果省略... }

配置详情

数据集包含多个配置,每个配置对应不同的任务和数据文件。以下是部分配置的示例:

  • config_name: harness_arc_challenge_25

    • 数据文件:
      • 分割: 2024_01_17T18_22_52.012956
        • 路径: **/details_harness|arc:challenge|25_2024-01-17T18-22-52.012956.parquet
      • 分割: latest
        • 路径: **/details_harness|arc:challenge|25_2024-01-17T18-22-52.012956.parquet
  • config_name: harness_gsm8k_5

    • 数据文件:
      • 分割: 2024_01_17T18_22_52.012956
        • 路径: **/details_harness|gsm8k|5_2024-01-17T18-22-52.012956.parquet
      • 分割: latest
        • 路径: **/details_harness|gsm8k|5_2024-01-17T18-22-52.012956.parquet
  • config_name: harness_hellaswag_10

    • 数据文件:
      • 分割: 2024_01_17T18_22_52.012956
        • 路径: **/details_harness|hellaswag|10_2024-01-17T18-22-52.012956.parquet
      • 分割: latest
        • 路径: **/details_harness|hellaswag|10_2024-01-17T18-22-52.012956.parquet
  • config_name: harness_hendrycksTest_5

    • 数据文件:
      • 分割: 2024_01_17T18_22_52.012956
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-01-17T18-22-52.012956.parquet
          • **/details_harness|hendrycksTest-high_school_biology|5_2024-01-17T18-22-52.012956.parquet

          其他文件路径省略...

}

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