five

open-llm-leaderboard-old/details_Ppoyaa__Lumina-3.5

收藏
Hugging Face2024-04-16 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Ppoyaa__Lumina-3.5
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在Open LLM Leaderboard上对模型Ppoyaa/Lumina-3.5进行评估时自动创建的。数据集由63个配置组成,每个配置对应一个评估任务。数据集由1次运行生成,每次运行在每个配置中表示为特定的拆分,train拆分始终指向最新结果。此外,名为results的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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行详情的示例。

该数据集是在Open LLM Leaderboard上对模型Ppoyaa/Lumina-3.5进行评估时自动创建的。数据集由63个配置组成,每个配置对应一个评估任务。数据集由1次运行生成,每次运行在每个配置中表示为特定的拆分,train拆分始终指向最新结果。此外,名为results的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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行详情的示例。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集名称

  • 名称: Evaluation run of Ppoyaa/Lumina-3.5

数据集组成

  • 配置数量: 63个配置
  • 每个配置对应: 一个评估任务
  • 创建来源: 从1次运行中创建
  • 分割命名: 使用运行的时间戳命名
  • 训练分割: 总是指向最新的结果

额外配置

  • 结果配置: 存储所有运行结果的聚合数据

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Ppoyaa__Lumina-3.5", "harness_winogrande_5", split="train")

最新结果

  • 最新结果来源: 2024-04-16T20:59:59.530267
  • 详细结果: 包含多个任务的准确率(acc)、标准化准确率(acc_norm)、误差(stderr)等指标

配置详情

  • 配置名称: harness_arc_challenge_25

    • 数据文件:
      • 分割: 2024_04_16T20_59_59.530267
        • 路径: **/details_harness|arc:challenge|25_2024-04-16T20-59-59.530267.parquet
      • 分割: latest
        • 路径: **/details_harness|arc:challenge|25_2024-04-16T20-59-59.530267.parquet
  • 配置名称: harness_gsm8k_5

    • 数据文件:
      • 分割: 2024_04_16T20_59_59.530267
        • 路径: **/details_harness|gsm8k|5_2024-04-16T20-59-59.530267.parquet
      • 分割: latest
        • 路径: **/details_harness|gsm8k|5_2024-04-16T20-59-59.530267.parquet
  • 配置名称: harness_hellaswag_10

    • 数据文件:
      • 分割: 2024_04_16T20_59_59.530267
        • 路径: **/details_harness|hellaswag|10_2024-04-16T20-59-59.530267.parquet
      • 分割: latest
        • 路径: **/details_harness|hellaswag|10_2024-04-16T20-59-59.530267.parquet
  • 配置名称: harness_hendrycksTest_5

    • 数据文件:
      • 分割: 2024_04_16T20_59_59.530267
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-04-16T20-59-59.530267.parquet
          • **/details_harness|hendrycksTest-high_school_biology|5_2024-04-16T20-59-59.530267.parquet
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