open-llm-leaderboard-old/details_Yash21__TinyYi-7B-Test
收藏Hugging Face2024-01-06 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Yash21__TinyYi-7B-Test
下载链接
链接失效反馈官方服务：
资源简介：
数据集是在模型Yash21/TinyYi-7b-Test的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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2次运行创建，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。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，并用于计算和显示Open LLM Leaderboard上的聚合指标。
数据集是在模型Yash21/TinyYi-7b-Test的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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2次运行创建，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。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，并用于计算和显示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
数据集创建
- 创建背景：该数据集是在对模型 Yash21/TinyYi-7b-Test 进行评估运行期间自动创建的，评估运行在 Open LLM Leaderboard 上进行。
数据集结构
- 配置数量：数据集包含 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。"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，用于计算并在 Open LLM Leaderboard 上显示聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Yash21__TinyYi-7b-Test", "harness_winogrande_5", split="train")
最新结果
- 最新结果来源：这些是最新结果，来自 2024-01-06T09:37:46.162753 的运行。
- 结果示例：
python
{
"all": {
"acc": 0.2443925509452191,
"acc_stderr": 0.030445918316181916,
"acc_norm": 0.24480573905020522,
"acc_norm_stderr": 0.03125145025399728,
"mc1": 0.21297429620563035,
"mc1_stderr": 0.014332203787059678,
"mc2": 0.4634983243757816,
"mc2_stderr": 0.01640558930232759
},
"harness|arc:challenge|25": {
"acc": 0.23037542662116042,
"acc_stderr": 0.01230492841874761,
"acc_norm": 0.2687713310580205,
"acc_norm_stderr": 0.012955065963710686
},
"harness|hellaswag|10": {
"acc": 0.2551284604660426,
"acc_stderr": 0.004350424750646203,
"acc_norm": 0.2614021111332404,
"acc_norm_stderr": 0.004385004998923463
},
"harness|hendrycksTest-abstract_algebra|5": {
"acc": 0.27,
"acc_stderr": 0.04461960433384739,
"acc_norm": 0.27,
"acc_norm_stderr": 0.04461960433384739
},
更多任务结果...
}
配置详情
-
配置名称：harness_arc_challenge_25
- 数据文件：
- 分割：2024_01_06T07_43_40.305150
- 路径：
**/details_harness|arc:challenge|25_2024-01-06T07-43-40.305150.parquet
- 路径：
- 分割：2024_01_06T09_37_46.162753
- 路径：
**/details_harness|arc:challenge|25_2024-01-06T09-37-46.162753.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2024-01-06T09-37-46.162753.parquet
- 路径：
- 分割：2024_01_06T07_43_40.305150
- 数据文件：
-
配置名称：harness_gsm8k_5
- 数据文件：
- 分割：2024_01_06T07_43_40.305150
- 路径：
**/details_harness|gsm8k|5_2024-01-06T07-43-40.305150.parquet
- 路径：
- 分割：2024_01_06T09_37_46.162753
- 路径：
**/details_harness|gsm8k|5_2024-01-06T09-37-46.162753.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2024-01-06T09-37-46.162753.parquet
- 路径：
- 分割：2024_01_06T07_43_40.305150
- 数据文件：
-
配置名称：harness_hellaswag_10
- 数据文件：
- 分割：2024_01_06T07_43_40.305150
- 路径：
**/details_harness|hellaswag|10_2024-01-06T07-43-40.305150.parquet
- 路径：
- 分割：2024_01_06T09_37_46.162753
- 路径：
**/details_harness|hellaswag|10_2024-01-06T09-37-46.162753.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2024-01-06T09-37-46.162753.parquet
- 路径：
- 分割：2024_01_06T07_43_40.305150
- 数据文件：
-
配置名称：harness_hendrycksTest_5
- 数据文件：
- 分割：2024_01_06T07_43_40.305150
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-anatomy|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-astronomy|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-college_biology|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-college_physics|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-computer_security|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-econometrics|5_2024-01-06T07-43-40.305150.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-01-06T07-43-40.305150.parquet
- 路径：
- 分割：2024_01_06T07_43_40.305150
- 数据文件：
