five

open-llm-leaderboard-old/details_lamhieu__ghost-7b-v0.9.1

收藏
Hugging Face2024-02-22 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_lamhieu__ghost-7b-v0.9.1
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lamhieu/ghost-7b-v0.9.1的评估运行期间自动创建的,用于Open LLM Leaderboard的评估。数据集包含63个配置,每个配置对应一个评估任务。数据集由1次运行生成,每次运行的结果存储为特定配置中的一个分割,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,用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在模型lamhieu/ghost-7b-v0.9.1的评估运行期间自动创建的,用于Open LLM Leaderboard的评估。数据集包含63个配置,每个配置对应一个评估任务。数据集由1次运行生成,每次运行的结果存储为特定配置中的一个分割,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

该数据集是在对模型 lamhieu/ghost-7b-v0.9.1 进行评估运行期间自动创建的,用于 Open LLM Leaderboard

数据集结构

  • 配置数量:63个配置,每个配置对应一个评估任务。
  • 数据来源:数据集由1次运行创建,每个运行在每个配置中作为一个特定的分割存在,分割名称使用运行的时间戳。
  • 最新结果:"train" 分割始终指向最新的结果。
  • 聚合结果: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_lamhieu__ghost-7b-v0.9.1", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-22T12:21:15.645809 运行的最新结果

python { "all": { "acc": 0.5461963762782457, "acc_stderr": 0.0341839674901544, "acc_norm": 0.5516542798358821, "acc_norm_stderr": 0.034909524738250194, "mc1": 0.29865361077111385, "mc1_stderr": 0.016021570613768542, "mc2": 0.43956086098918057, "mc2_stderr": 0.015308355019122989 }, "harness|arc:challenge|25": { "acc": 0.5170648464163823, "acc_stderr": 0.014602878388536595, "acc_norm": 0.5537542662116041, "acc_norm_stderr": 0.01452670554853998 }, "harness|hellaswag|10": { "acc": 0.5828520215096594, "acc_stderr": 0.004920800313232742, "acc_norm": 0.770264887472615, "acc_norm_stderr": 0.004198027272982672 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.25, "acc_stderr": 0.04351941398892446, "acc_norm": 0.25, "acc_norm_stderr": 0.04351941398892446 }, # 其他任务的结果... }

配置详情

  • config_name: harness_arc_challenge_25

    • data_files:
      • split: 2024_02_22T12_21_15.645809
        • **/details_harness|arc:challenge|25_2024-02-22T12-21-15.645809.parquet
      • split: latest
        • **/details_harness|arc:challenge|25_2024-02-22T12-21-15.645809.parquet
  • config_name: harness_gsm8k_5

    • data_files:
      • split: 2024_02_22T12_21_15.645809
        • **/details_harness|gsm8k|5_2024-02-22T12-21-15.645809.parquet
      • split: latest
        • **/details_harness|gsm8k|5_2024-02-22T12-21-15.645809.parquet
  • config_name: harness_hellaswag_10

    • data_files:
      • split: 2024_02_22T12_21_15.645809
        • **/details_harness|hellaswag|10_2024-02-22T12-21-15.645809.parquet
      • split: latest
        • **/details_harness|hellaswag|10_2024-02-22T12-21-15.645809.parquet
  • config_name: harness_hendrycksTest_5

    • data_files:
      • split: 2024_02_22T12_21_15.645809
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-02-22T12-21-15.645809.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2024-02-22T12-21-15.645809.parquet

        其他文件路径...

}

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