open-llm-leaderboard-old/details_allenai__OLMo-7B-hf
收藏Hugging Face2024-04-23 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_allenai__OLMo-7B-hf
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 allenai/OLMo-7B-hf 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 次运行中创建的，每次运行在每个配置中表示为特定的分割，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 还提供了一个如何使用 Python 中的 datasets 库加载运行细节的示例。
该数据集是在模型 allenai/OLMo-7B-hf 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 次运行中创建的，每次运行在每个配置中表示为特定的分割，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 还提供了一个如何使用 Python 中的 datasets 库加载运行细节的示例。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集名称
- 名称: Evaluation run of allenai/OLMo-7B-hf
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
- 数据来源: 从1次运行中创建
- 分割命名: 使用运行的时间戳
- 最新结果: "train"分割指向最新结果
额外配置
- "results"配置: 存储所有聚合结果，用于计算和显示在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_allenai__OLMo-7B-hf", "harness_winogrande_5", split="train")
最新结果
- 最新结果来源: 2024-04-23T01:56:51.676437
- 结果示例: python { "all": { "acc": 0.29127945224226925, "acc_stderr": 0.031787084435896194, "acc_norm": 0.2926259790975386, "acc_norm_stderr": 0.032544597371867906, "mc1": 0.24479804161566707, "mc1_stderr": 0.015051869486715013, "mc2": 0.3592648258205651, "mc2_stderr": 0.013813465588903976 }, "harness|arc:challenge|25": { "acc": 0.42918088737201365, "acc_stderr": 0.014464085894870653, "acc_norm": 0.4564846416382253, "acc_norm_stderr": 0.014555949760496435 }, "harness|hellaswag|10": { "acc": 0.5717984465245967, "acc_stderr": 0.004938068627349493, "acc_norm": 0.7730531766580363, "acc_norm_stderr": 0.004180018992862948 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.25, "acc_stderr": 0.04351941398892446, "acc_norm": 0.25, "acc_norm_stderr": 0.04351941398892446 }, # 更多任务结果... }
