five

open-llm-leaderboard-old/details_adamo1139__Yi-34B-200K-rawrr1-LORA-DPO-experimental-r3

收藏
Hugging Face2024-01-23 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_adamo1139__Yi-34B-200K-rawrr1-LORA-DPO-experimental-r3
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adamo1139/Yi-34B-200K-rawrr1-LORA-DPO-experimental-r3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。数据集包含1次运行的结果,每次运行都作为每个配置中的一个特定分割存储。train分割始终指向最新的结果。一个额外的配置results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库加载数据集的示例,并包含了特定运行的最新结果。

该数据集是在模型adamo1139/Yi-34B-200K-rawrr1-LORA-DPO-experimental-r3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。数据集包含1次运行的结果,每次运行都作为每个配置中的一个特定分割存储。train分割始终指向最新的结果。一个额外的配置results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库加载数据集的示例,并包含了特定运行的最新结果。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

该数据集是在对模型 adamo1139/Yi-34B-200K-rawrr1-LORA-DPO-experimental-r3 进行评估运行期间自动创建的,用于 Open LLM Leaderboard

数据集组成

  • 数据集包含 63 个配置,每个配置对应一个评估任务。
  • 数据集从 1 次运行中创建,每次运行可以在每个配置中找到特定的分片,分片名称使用运行的时间戳。
  • "train" 分片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_adamo1139__Yi-34B-200K-rawrr1-LORA-DPO-experimental-r3", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要:

python { "all": { "acc": 0.7545279834638094, "acc_stderr": 0.02841736788036784, "acc_norm": 0.7596153374287833, "acc_norm_stderr": 0.028950310267755346, "mc1": 0.3047735618115055, "mc1_stderr": 0.01611412415688246, "mc2": 0.45350711707317476, "mc2_stderr": 0.014345602059169307 }, "harness|arc:challenge|25": { "acc": 0.6143344709897611, "acc_stderr": 0.014224250973257184, "acc_norm": 0.6484641638225256, "acc_norm_stderr": 0.013952413699600933 }, "harness|hellaswag|10": { "acc": 0.6432981477793268, "acc_stderr": 0.004780467270911773, "acc_norm": 0.8477394941246763, "acc_norm_stderr": 0.0035853896364723826 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.41, "acc_stderr": 0.049431107042371025, "acc_norm": 0.41, "acc_norm_stderr": 0.049431107042371025 }, # 其他任务的结果省略 }

配置详情

  • harness_arc_challenge_25

    • 分片: 2024_01_23T02_09_10.146041, latest
    • 路径: **/details_harness|arc:challenge|25_2024-01-23T02-09-10.146041.parquet
  • harness_gsm8k_5

    • 分片: 2024_01_23T02_09_10.146041, latest
    • 路径: **/details_harness|gsm8k|5_2024-01-23T02-09-10.146041.parquet
  • harness_hellaswag_10

    • 分片: 2024_01_23T02_09_10.146041, latest
    • 路径: **/details_harness|hellaswag|10_2024-01-23T02-09-10.146041.parquet
  • harness_hendrycksTest_5

    • 分片: 2024_01_23T02_09_10.146041, latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-astronomy|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-business_ethics|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-college_biology|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-college_chemistry|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-college_computer_science|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-college_mathematics|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-college_medicine|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-college_physics|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-computer_security|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-conceptual_physics|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-econometrics|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-electrical_engineering|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-01-23T02-09-10.146041.parquet
      • **/details_harness|hendrycksTest-formal_logic|5_2024-01-23T02-09-10.146041.parquet
      • `**/details_harness|hendrycksTest-global_
二维码
社区交流群
二维码
科研交流群
商业服务