open-llm-leaderboard/details_EleutherAI__pythia-70m-deduped
收藏Hugging Face2023-10-19 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_EleutherAI__pythia-70m-deduped
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EleutherAI/pythia-70m-deduped进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个特定的评估任务。数据集由2次运行生成，每次运行在每个配置中表示为特定的拆分，并以运行的时间戳命名。train拆分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，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`函数加载运行细节的示例。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称
- Evaluation run of EleutherAI/pythia-70m-deduped
数据集描述
- 该数据集是在评估模型 EleutherAI/pythia-70m-deduped 在 Open LLM Leaderboard 上的自动创建的。
数据集组成
- 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_EleutherAI__pythia-70m-deduped", "harness_winogrande_5", split="train")
最新结果
- 这些是最新的结果，来自 2023-10-19T00:18:19.073831 的运行（注意可能有其他任务的结果，可以在 results 和每个评估的 "latest" 分割中找到）： python { "all": { "em": 0.0012583892617449664, "em_stderr": 0.0003630560893119184, "f1": 0.023000209731543642, "f1_stderr": 0.0009427318515971101, "acc": 0.24822415153906865, "acc_stderr": 0.007026065573457934 }, "harness|drop|3": { "em": 0.0012583892617449664, "em_stderr": 0.0003630560893119184, "f1": 0.023000209731543642, "f1_stderr": 0.0009427318515971101 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.4964483030781373, "acc_stderr": 0.014052131146915867 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|arc:challenge|25_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-07-19T13:42:51.890470.parquet
-
harness_drop_3
- 分割：2023_10_19T00_18_19.073831
- 路径：
**/details_harness|drop|3_2023-10-19T00-18-19.073831.parquet - 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-19T00-18-19.073831.parquet
-
harness_gsm8k_5
- 分割：2023_10_19T00_18_19.073831
- 路径：
**/details_harness|gsm8k|5_2023-10-19T00-18-19.073831.parquet - 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-19T00-18-19.073831.parquet
-
harness_hellaswag_10
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hellaswag|10_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:42:51.890470.parquet等 - 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:42:51.890470.parquet等
-
harness_hendrycksTest_abstract_algebra_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_anatomy_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_astronomy_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_business_ethics_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_clinical_knowledge_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_college_biology_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_college_chemistry_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_college_computer_science_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_college_mathematics_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_college_medicine_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_college_physics_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_computer_security_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_conceptual_physics_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_econometrics_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-07-19T13:42:51.890470.parquet
-
harness_hendrycksTest_electrical_engineering_5
- 分割：2023_07_19T13_42_51.890470
- 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-19T13:42:51.890470.parquet - 分割：latest
- 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-19T13:42:51.890470.parquet
-
**harness_hendrycksTest
