five

open-llm-leaderboard-old/details_Qwen__Qwen1.5-4B

收藏
Hugging Face2024-02-18 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Qwen__Qwen1.5-4B
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Qwen/Qwen1.5-4B在Open LLM Leaderboard上的运行过程中自动创建的。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,每次运行可以在每个配置的特定分割中找到,分割以运行的时间戳命名。train分割始终指向最新结果。此外,results配置存储了所有运行的聚合结果,并用于计算和显示在Open LLM Leaderboard上的聚合指标。

该数据集是在评估模型Qwen/Qwen1.5-4B在Open LLM Leaderboard上的运行过程中自动创建的。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,每次运行可以在每个配置的特定分割中找到,分割以运行的时间戳命名。train分割始终指向最新结果。此外,results配置存储了所有运行的聚合结果,并用于计算和显示在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

数据集名称

  • 名称: Evaluation run of Qwen/Qwen1.5-4B

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
  • 数据来源: 从1次运行中创建
  • 分割命名: 使用运行的时间戳
  • 训练分割: 指向最新结果

额外配置

  • 结果配置: 存储所有运行的聚合结果,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_Qwen__Qwen1.5-4B", "harness_winogrande_5", split="train")

最新结果

  • 最新结果来源: 2024-02-18T06:08:09.461574
  • 结果示例: python { "all": { "acc": 0.563518335394339, "acc_stderr": 0.03397274030232774, "acc_norm": 0.5664210423658909, "acc_norm_stderr": 0.03465890381962306, "mc1": 0.31701346389228885, "mc1_stderr": 0.016289203374403392, "mc2": 0.4727318979180884, "mc2_stderr": 0.014620457003931853 }, "harness|arc:challenge|25": { "acc": 0.44795221843003413, "acc_stderr": 0.01453201149821167, "acc_norm": 0.48464163822525597, "acc_norm_stderr": 0.01460449612939491 }, "harness|hellaswag|10": { "acc": 0.5237004580760805, "acc_stderr": 0.004984172621822883, "acc_norm": 0.7157936666002789, "acc_norm_stderr": 0.004501137895230714 },

    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_02_18T06_08_09.461574
        • 路径: **/details_harness|arc:challenge|25_2024-02-18T06-08-09.461574.parquet
      • 分割: latest
        • 路径: **/details_harness|arc:challenge|25_2024-02-18T06-08-09.461574.parquet
  • 配置名称: harness_gsm8k_5

    • 数据文件:
      • 分割: 2024_02_18T06_08_09.461574
        • 路径: **/details_harness|gsm8k|5_2024-02-18T06-08-09.461574.parquet
      • 分割: latest
        • 路径: **/details_harness|gsm8k|5_2024-02-18T06-08-09.461574.parquet
  • 配置名称: harness_hellaswag_10

    • 数据文件:
      • 分割: 2024_02_18T06_08_09.461574
        • 路径: **/details_harness|hellaswag|10_2024-02-18T06-08-09.461574.parquet
      • 分割: latest
        • 路径: **/details_harness|hellaswag|10_2024-02-18T06-08-09.461574.parquet
  • 配置名称: harness_hendrycksTest_5

    • 数据文件:
      • 分割: 2024_02_18T06_08_09.461574
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-02-18T06-08-09.461574.parquet
          • **/details_harness|hendrycksTest-high_school_biology|5_2024-02-18T06-08-09.461574.parquet

          更多路径...

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