five

open-llm-leaderboard-old/details_yihan6324__llama2-7b-instructmining-orca-40k

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_yihan6324__llama2-7b-instructmining-orca-40k
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 yihan6324/llama2-7b-instructmining-orca-40k 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 61 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,每次运行在每个配置中作为一个特定的分割找到,分割名称使用运行的时间戳。train 分割始终指向最新结果。一个额外的配置 results 存储了运行的所有聚合结果,用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还包括如何使用 Python 代码加载运行中的详细信息的示例,并提供了特定运行的最新结果。

该数据集是在模型 yihan6324/llama2-7b-instructmining-orca-40k 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 61 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,每次运行在每个配置中作为一个特定的分割找到,分割名称使用运行的时间戳。train 分割始终指向最新结果。一个额外的配置 results 存储了运行的所有聚合结果,用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还包括如何使用 Python 代码加载运行中的详细信息的示例,并提供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 yihan6324/llama2-7b-instructmining-orca-40k 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 61 个配置,每个配置对应一个评估任务。
  • 数据集由 1 次运行创建,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。
  • 额外的 "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_yihan6324__llama2-7b-instructmining-orca-40k", "harness_truthfulqa_mc_0", split="train")

最新结果

这些是最新结果(来自 2023-08-18T00:53:27.654117 运行)的示例: python { "all": { "acc": 0.4847120233306423, "acc_stderr": 0.03527399847085323, "acc_norm": 0.4884455010512822, "acc_norm_stderr": 0.035257414280301984, "mc1": 0.36107711138310894, "mc1_stderr": 0.016814312844836882, "mc2": 0.5103220670450638, "mc2_stderr": 0.015890639542177364 }, "harness|arc:challenge|25": { "acc": 0.5298634812286689, "acc_stderr": 0.014585305840007105, "acc_norm": 0.5674061433447098, "acc_norm_stderr": 0.014478005694182524 }, "harness|hellaswag|10": { "acc": 0.6196972714598685, "acc_stderr": 0.004844690404713595, "acc_norm": 0.8024297948615814, "acc_norm_stderr": 0.0039735233080143454 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.35, "acc_stderr": 0.0479372485441102, "acc_norm": 0.35, "acc_norm_stderr": 0.0479372485441102 }, # 其他任务的结果... }

配置详情

  • harness_arc_challenge_25

    • 分割:2023_08_18T00_53_27.654117
    • 路径:**/details_harness|arc:challenge|25_2023-08-18T00:53:27.654117.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-08-18T00:53:27.654117.parquet
  • harness_hellaswag_10

    • 分割:2023_08_18T00_53_27.654117
    • 路径:**/details_harness|hellaswag|10_2023-08-18T00:53:27.654117.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-08-18T00:53:27.654117.parquet
  • harness_hendrycksTest_5

    • 分割:2023_08_18T00_53_27.654117
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-astronomy|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-business_ethics|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-college_biology|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-college_chemistry|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-college_computer_science|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-college_mathematics|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-college_medicine|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-college_physics|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-computer_security|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-conceptual_physics|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-econometrics|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-electrical_engineering|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-formal_logic|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-global_facts|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-high_school_biology|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-18T00:53:27.654117.parquet
      • **/details_harness|hendrycksTest-high_school_european_history|5_2023-08-18T00:53:27.654117.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