open-llm-leaderboard-old/details_Severian__Nexus-IKM-Mistral-7B
收藏Hugging Face2024-03-04 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Severian__Nexus-IKM-Mistral-7B
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型Severian/Nexus-IKM-Mistral-7B时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。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2次运行生成，每次运行的结果作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，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和展示Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型Severian/Nexus-IKM-Mistral-7B时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。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2次运行生成，每次运行的结果作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，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和展示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
该数据集是在评估模型Severian/Nexus-IKM-Mistral-7B在Open LLM Leaderboard上的运行过程中自动创建的。
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。
- 运行次数：数据集从2次运行中创建。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。
- 结果汇总：一个额外的配置"results"存储所有运行的汇总结果，用于计算和显示在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_Severian__Nexus-IKM-Mistral-7B", "harness_winogrande_5", split="train")
最新结果
以下是2024-03-04T19:40:09.114133运行的最新结果： python { "all": { "acc": 0.2817231321365924, "acc_stderr": 0.032077202372413315, "acc_norm": 0.2844166087228834, "acc_norm_stderr": 0.03294909681534637, "mc1": 0.23745410036719705, "mc1_stderr": 0.014896277441041852, "mc2": NaN, "mc2_stderr": NaN }, "harness|arc:challenge|25": { "acc": 0.21843003412969283, "acc_stderr": 0.012074291605700962, "acc_norm": 0.29266211604095566, "acc_norm_stderr": 0.013295916103619411 }, "harness|hellaswag|10": { "acc": 0.26707827126070505, "acc_stderr": 0.004415293656599497, "acc_norm": 0.29107747460665206, "acc_norm_stderr": 0.004533307758521325 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.25, "acc_stderr": 0.04351941398892446, "acc_norm": 0.25, "acc_norm_stderr": 0.04351941398892446 }, ... }
配置详情
-
配置名称：harness_arc_challenge_25
- 数据文件：
- 分割：2024_03_04T19_39_31.628664
- 路径：
**/details_harness|arc:challenge|25_2024-03-04T19-39-31.628664.parquet
- 路径：
- 分割：2024_03_04T19_40_09.114133
- 路径：
**/details_harness|arc:challenge|25_2024-03-04T19-40-09.114133.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2024-03-04T19-40-09.114133.parquet
- 路径：
- 分割：2024_03_04T19_39_31.628664
- 数据文件：
-
配置名称：harness_gsm8k_5
- 数据文件：
- 分割：2024_03_04T19_39_31.628664
- 路径：
**/details_harness|gsm8k|5_2024-03-04T19-39-31.628664.parquet
- 路径：
- 分割：2024_03_04T19_40_09.114133
- 路径：
**/details_harness|gsm8k|5_2024-03-04T19-40-09.114133.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2024-03-04T19-40-09.114133.parquet
- 路径：
- 分割：2024_03_04T19_39_31.628664
- 数据文件：
-
配置名称：harness_hellaswag_10
- 数据文件：
- 分割：2024_03_04T19_39_31.628664
- 路径：
**/details_harness|hellaswag|10_2024-03-04T19-39-31.628664.parquet
- 路径：
- 分割：2024_03_04T19_40_09.114133
- 路径：
**/details_harness|hellaswag|10_2024-03-04T19-40-09.114133.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2024-03-04T19-40-09.114133.parquet
- 路径：
- 分割：2024_03_04T19_39_31.628664
- 数据文件：
-
配置名称：harness_hendrycksTest_5
- 数据文件：
- 分割：2024_03_04T19_39_31.628664
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2024-03-04T19-39-31.628664.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2024-03-04T19-39-31.628664.parquet - ...
- 路径：
- 分割：2024_03_04T19_40_09.114133
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2024-03-04T19-40-09.114133.parquet - ...
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2024-03-04T19-40-09.114133.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2024-03-04T19-40-09.114133.parquet - 路径：`**/details_harness|hendrycksTest-computer_security|5_2024-
- 路径：
- 分割：2024_03_04T19_39_31.628664
- 数据文件：
