five

open-llm-leaderboard-old/details_yeontaek__Platypus2xOpenOrca-13B-IA3-ensemble

收藏
Hugging Face2023-08-27 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_yeontaek__Platypus2xOpenOrca-13B-IA3-ensemble
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yeontaek/Platypus2xOpenOrca-13B-IA3-ensemble在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由60个配置组成,每个配置对应一个评估任务。数据集是从1次运行中创建的,每次运行可以在每个配置中找到特定的分割,分割名称使用运行的时间戳。"train"分割始终指向最新的结果。一个额外的配置"results"存储了运行的所有聚合结果,并用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在模型yeontaek/Platypus2xOpenOrca-13B-IA3-ensemble在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由60个配置组成,每个配置对应一个评估任务。数据集是从1次运行中创建的,每次运行可以在每个配置中找到特定的分割,分割名称使用运行的时间戳。"train"分割始终指向最新的结果。一个额外的配置"results"存储了运行的所有聚合结果,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yeontaek/Platypus2xOpenOrca-13B-IA3-ensembleOpen LLM Leaderboard上的自动创建的。数据集包含60个配置,每个配置对应一个评估任务。

数据集结构

数据集由1次运行创建,每个运行可以在每个配置中找到特定的分割,分割名称使用运行的时间戳。"train"分割始终指向最新的结果。

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_yeontaek__Platypus2xOpenOrca-13B-IA3-ensemble", "harness_truthfulqa_mc_0", split="train")

最新结果

最新结果来自2023-08-23T14:48:47.168259运行,包含多个任务的评估结果,例如: python { "all": { "acc": 0.591031165151078, "acc_stderr": 0.033910448517384374, "acc_norm": 0.5951164394626702, "acc_norm_stderr": 0.033889044058760844, "mc1": 0.3317013463892289, "mc1_stderr": 0.016482148810241477, "mc2": 0.47461350738527963, "mc2_stderr": 0.015202805791318129 }, "harness|arc:challenge|25": { "acc": 0.5844709897610921, "acc_stderr": 0.014401366641216386, "acc_norm": 0.621160409556314, "acc_norm_stderr": 0.014175915490000326 }, "harness|hellaswag|10": { "acc": 0.6185022903804023, "acc_stderr": 0.004847615216473461, "acc_norm": 0.8228440549691296, "acc_norm_stderr": 0.0038102033089010925 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.32, "acc_stderr": 0.046882617226215034, "acc_norm": 0.32, "acc_norm_stderr": 0.046882617226215034 }, # 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数据文件路径。例如:

  • config_name: harness_arc_challenge_25

    • split: 2023_08_23T14_48_47.168259
      • path: **/details_harness|arc:challenge|25_2023-08-23T14:48:47.168259.parquet
    • split: latest
      • path: **/details_harness|arc:challenge|25_2023-08-23T14:48:47.168259.parquet
  • config_name: harness_hellaswag_10

    • split: 2023_08_23T14_48_47.168259
      • path: **/details_harness|hellaswag|10_2023-08-23T14:48:47.168259.parquet
    • split: latest
      • path: **/details_harness|hellaswag|10_2023-08-23T14:48:47.168259.parquet
  • config_name: harness_hendrycksTest_5

    • split: 2023_08_23T14_48_47.168259
      • path: **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-anatomy|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-astronomy|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-business_ethics|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-college_biology|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-college_chemistry|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-college_computer_science|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-college_mathematics|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-college_medicine|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-college_physics|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-computer_security|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-conceptual_physics|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-econometrics|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-electrical_engineering|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-formal_logic|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-global_facts|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-high_school_biology|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-high_school_european_history|5_2023-08-23T14:48:47.168259.parquet
      • path: **/details_harness|hendrycksTest-high_school_geography|5_2023-08-23T14:48:47.168259.parquet

      其他路径...

}

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