five

open-llm-leaderboard-old/details_DatPySci__pythia-1b-sft-full

收藏
Hugging Face2024-02-13 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_DatPySci__pythia-1b-sft-full
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DatPySci/pythia-1b-sft-full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,每次运行可以在每个配置中找到,分割以运行的时间戳命名。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,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DatPySci/pythia-1b-sft-full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,每次运行可以在每个配置中找到,分割以运行的时间戳命名。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,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

数据集基本信息

  • 数据集名称: Evaluation run of DatPySci/pythia-1b-sft-full
  • 数据集摘要: 该数据集是在模型 DatPySci/pythia-1b-sft-fullOpen LLM Leaderboard 上的评估运行期间自动创建的。
  • 数据集组成: 包含63个配置,每个配置对应一个评估任务。
  • 数据集来源: 从1次运行中创建,每个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。
  • 额外配置: "results" 配置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_DatPySci__pythia-1b-sft-full", "harness_winogrande_5", split="train")

最新结果

  • 最新结果时间戳: 2024-02-13T16:10:25.536341
  • 结果示例: python { "all": { "acc": 0.2437500378442946, "acc_stderr": 0.030213863245287735, "acc_norm": 0.24468974101675026, "acc_norm_stderr": 0.03094305925119546, "mc1": 0.2252141982864137, "mc1_stderr": 0.014623240768023496, "mc2": 0.37081334738032573, "mc2_stderr": 0.014356461899633393 }, "harness|arc:challenge|25": { "acc": 0.27303754266211605, "acc_stderr": 0.013019332762635753, "acc_norm": 0.295221843003413, "acc_norm_stderr": 0.013329750293382316 }, "harness|hellaswag|10": { "acc": 0.38697470623381797, "acc_stderr": 0.004860623733461137, "acc_norm": 0.48914558852818163, "acc_norm_stderr": 0.004988605498273906 }, "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...

}

配置信息

  • 配置名称: harness_arc_challenge_25

    • 数据文件:
      • 分片: 2024_02_13T16_10_25.536341
        • 路径: **/details_harness|arc:challenge|25_2024-02-13T16-10-25.536341.parquet
      • 分片: latest
        • 路径: **/details_harness|arc:challenge|25_2024-02-13T16-10-25.536341.parquet
  • 配置名称: harness_gsm8k_5

    • 数据文件:
      • 分片: 2024_02_13T16_10_25.536341
        • 路径: **/details_harness|gsm8k|5_2024-02-13T16-10-25.536341.parquet
      • 分片: latest
        • 路径: **/details_harness|gsm8k|5_2024-02-13T16-10-25.536341.parquet
  • 配置名称: harness_hellaswag_10

    • 数据文件:
      • 分片: 2024_02_13T16_10_25.536341
        • 路径: **/details_harness|hellaswag|10_2024-02-13T16-10-25.536341.parquet
      • 分片: latest
        • 路径: **/details_harness|hellaswag|10_2024-02-13T16-10-25.536341.parquet
  • 配置名称: harness_hendrycksTest_5

    • 数据文件:
      • 分片: 2024_02_13T16_10_25.536341
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-02-13T16-10-25.536341.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-02-13T16-10-25.536341.parquet

          更多路径...

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