five

open-llm-leaderboard-old/details_nomic-ai__gpt4all-j

收藏
Hugging Face2024-05-25 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_nomic-ai__gpt4all-j
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nomic-ai/gpt4all-j模型进行评估时自动创建的。数据集由64个配置组成,每个配置对应一个评估任务。数据集由3次运行生成,每次运行的结果作为一个特定的分割,分割名称使用运行的时间戳。train分割始终指向最新的结果。此外,results配置存储了所有运行的聚合结果,用于在Open LLM Leaderboard上计算和显示聚合指标。

该数据集是在Open LLM Leaderboard上对nomic-ai/gpt4all-j模型进行评估时自动创建的。数据集由64个配置组成,每个配置对应一个评估任务。数据集由3次运行生成,每次运行的结果作为一个特定的分割,分割名称使用运行的时间戳。train分割始终指向最新的结果。此外,results配置存储了所有运行的聚合结果,用于在Open LLM Leaderboard上计算和显示聚合指标。
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 nomic-ai/gpt4all-jOpen LLM Leaderboard 上的运行过程中自动创建的。数据集包含 64 个配置,每个配置对应一个评估任务。

数据集结构

数据集由 3 次运行结果组成,每次运行的详细结果可以在每个配置中找到,以运行的时间戳命名的特定分割形式存储。"train" 分割始终指向最新的结果。

额外配置

一个额外的配置 "results" 存储了所有运行的聚合结果,用于计算并在 Open LLM Leaderboard 上显示聚合指标。

数据加载示例

以下是一个加载特定运行详细结果的示例代码: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_nomic-ai__gpt4all-j", "harness_truthfulqa_mc_0", split="train")

最新结果

以下是 2023-10-03T19:47:17.747407 运行 的最新结果示例: python { "all": { "acc": 0.2872188662344035, "acc_stderr": 0.03256180276717163, "acc_norm": 0.2903884169662422, "acc_norm_stderr": 0.03256130411949783, "mc1": 0.2827417380660955, "mc1_stderr": 0.015764770836777305, "mc2": 0.4277581711709451, "mc2_stderr": 0.014665895347989117 }, "harness|arc:challenge|25": { "acc": 0.38993174061433444, "acc_stderr": 0.014252959848892884, "acc_norm": 0.4197952218430034, "acc_norm_stderr": 0.014422181226303022 }, "harness|hellaswag|10": { "acc": 0.483469428400717, "acc_stderr": 0.004987053652540272, "acc_norm": 0.6406094403505278, "acc_norm_stderr": 0.004788412062375707 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.27, "acc_stderr": 0.0446196043338474, "acc_norm": 0.27, "acc_norm_stderr": 0.0446196043338474 }, # 其他任务的结果... }

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运行结果。以下是部分配置的示例:

  • config_name: harness_arc_challenge_25

    • split: 2023_08_23T12_03_22.271414
      • path: **/details_harness|arc:challenge|25_2023-08-23T12:03:22.271414.parquet
    • split: 2023_10_03T19_47_17.747407
      • path: **/details_harness|arc:challenge|25_2023-10-03T19-47-17.747407.parquet
    • split: latest
      • path: **/details_harness|arc:challenge|25_2023-10-03T19-47-17.747407.parquet
  • config_name: harness_drop_3

    • split: 2023_09_18T00_56_07.678298
      • path: **/details_harness|drop|3_2023-09-18T00-56-07.678298.parquet
    • split: latest
      • path: **/details_harness|drop|3_2023-09-18T00-56-07.678298.parquet
  • config_name: harness_gsm8k_5

    • split: 2023_09_18T00_56_07.678298
      • path: **/details_harness|gsm8k|5_2023-09-18T00-56-07.678298.parquet
    • split: latest
      • path: **/details_harness|gsm8k|5_2023-09-18T00-56-07.678298.parquet
  • config_name: harness_hellaswag_10

    • split: 2023_08_23T12_03_22.271414
      • path: **/details_harness|hellaswag|10_2023-08-23T12:03:22.271414.parquet
    • split: 2023_10_03T19_47_17.747407
      • path: **/details_harness|hellaswag|10_2023-10-03T19-47-17.747407.parquet
    • split: latest
      • path: **/details_harness|hellaswag|10_2023-10-03T19-47-17.747407.parquet
  • config_name: harness_hendrycksTest_5

    • split: 2023_08_23T12_03_22.271414
      • path:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-23T12:03:22.271414.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2023-08
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