open-llm-leaderboard-old/details_PulsarAI__GenAI-Nova-13B
收藏Hugging Face2023-10-29 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_PulsarAI__GenAI-Nova-13B
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PulsarAI/GenAI-Nova-13B进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集是从2次运行中生成的，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，名为results的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还提供了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。
该数据集是在Open LLM Leaderboard上对模型PulsarAI/GenAI-Nova-13B进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集是从2次运行中生成的，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，名为results的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还提供了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集创建
- 数据集是在模型 PulsarAI/GenAI-Nova-13B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
数据集结构
- 数据集包含 64 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作为一个特定的分片找到，分片名称使用运行的时间戳。
- "train" 分片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_PulsarAI__GenAI-Nova-13B", "harness_winogrande_5", split="train")
最新结果
- 以下是 2023-10-29T14:58:59.300779 运行的最新结果： python { "all": { "em": 0.10769714765100671, "em_stderr": 0.003174664916131534, "f1": 0.18815016778523358, "f1_stderr": 0.0033317211011039192, "acc": 0.4254059872915611, "acc_stderr": 0.009560931288960338 }, "harness|drop|3": { "em": 0.10769714765100671, "em_stderr": 0.003174664916131534, "f1": 0.18815016778523358, "f1_stderr": 0.0033317211011039192 }, "harness|gsm8k|5": { "acc": 0.07733131159969674, "acc_stderr": 0.007357713523222347 }, "harness|winogrande|5": { "acc": 0.7734806629834254, "acc_stderr": 0.01176414905469833 } }
配置详情
-
harness_arc_challenge_25
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|arc:challenge|25_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|arc:challenge|25_2023-10-08T15-05-19.512883.parquet
-
harness_drop_3
- 分片：2023_10_29T14_58_59.300779
- 路径：
**/details_harness|drop|3_2023-10-29T14-58-59.300779.parquet - 分片：latest
- 路径：
**/details_harness|drop|3_2023-10-29T14-58-59.300779.parquet
-
harness_gsm8k_5
- 分片：2023_10_29T14_58_59.300779
- 路径：
**/details_harness|gsm8k|5_2023-10-29T14-58-59.300779.parquet - 分片：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-29T14-58-59.300779.parquet
-
harness_hellaswag_10
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hellaswag|10_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hellaswag|10_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_abstract_algebra_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_anatomy_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_astronomy_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_business_ethics_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_clinical_knowledge_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_college_biology_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_college_chemistry_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_college_computer_science_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_college_mathematics_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_college_medicine_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_college_physics_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_computer_security_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_conceptual_physics_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_econometrics_5
- 分片：2023_10_08T15_05_19.512883
- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-10-08T15-05-19.512883.parquet - 分片：latest
- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-10-08T15-05-19.512883.parquet
-
harness_hendrycksTest_electrical_engineering_5
- 分片：2023_10_08T15_05_19.512883
- 路径：`**/details_harness|hendrycksTest-electrical_engineering|5_2023-10-08T15-05-19.51
