open-llm-leaderboard/details_harborwater__open-llama-3b-v2-wizard-evol-instuct-v2-196k
收藏Hugging Face2023-10-25 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_harborwater__open-llama-3b-v2-wizard-evol-instuct-v2-196k
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harborwater/open-llama-3b-v2-wizard-evol-instuct-v2-196k进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由4次运行创建，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，用于在Open LLM Leaderboard上计算和显示聚合指标。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集摘要
该数据集是在评估模型 harborwater/open-llama-3b-v2-wizard-evol-instuct-v2-196k 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
数据集组成
- 数据集包含 64 个配置，每个配置对应一个评估任务。
- 数据集从 4 次运行中创建，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。
- 一个额外的配置 "results" 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_harborwater__open-llama-3b-v2-wizard-evol-instuct-v2-196k", "harness_winogrande_5", split="train")
最新结果
以下是来自 2023-10-25T23:35:48.720340 运行的最新结果： python { "all": { "em": 0.0024119127516778523, "em_stderr": 0.0005023380498893348, "f1": 0.055686870805369305, "f1_stderr": 0.0013493803185445354, "acc": 0.34294175408530414, "acc_stderr": 0.008501136184551065 }, "harness|drop|3": { "em": 0.0024119127516778523, "em_stderr": 0.0005023380498893348, "f1": 0.055686870805369305, "f1_stderr": 0.0013493803185445354 }, "harness|gsm8k|5": { "acc": 0.018953752843062926, "acc_stderr": 0.0037560783410314704 }, "harness|winogrande|5": { "acc": 0.6669297553275454, "acc_stderr": 0.013246194028070658 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_09_13T12_33_59.724911
- 路径：
**/details_harness|arc:challenge|25_2023-09-13T12-33-59.724911.parquet
- 路径：
- 分割：2023_09_13T15_10_23.173150
- 路径：
**/details_harness|arc:challenge|25_2023-09-13T15-10-23.173150.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-13T15-10-23.173150.parquet
- 路径：
- 分割：2023_09_13T12_33_59.724911
-
harness_drop_3
- 分割：2023_10_24T09_06_59.427518
- 路径：
**/details_harness|drop|3_2023-10-24T09-06-59.427518.parquet
- 路径：
- 分割：2023_10_25T23_35_48.720340
- 路径：
**/details_harness|drop|3_2023-10-25T23-35-48.720340.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-25T23-35-48.720340.parquet
- 路径：
- 分割：2023_10_24T09_06_59.427518
-
harness_gsm8k_5
- 分割：2023_10_24T09_06_59.427518
- 路径：
**/details_harness|gsm8k|5_2023-10-24T09-06-59.427518.parquet
- 路径：
- 分割：2023_10_25T23_35_48.720340
- 路径：
**/details_harness|gsm8k|5_2023-10-25T23-35-48.720340.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-25T23-35-48.720340.parquet
- 路径：
- 分割：2023_10_24T09_06_59.427518
-
harness_hellaswag_10
- 分割：2023_09_13T12_33_59.724911
- 路径：
**/details_harness|hellaswag|10_2023-09-13T12-33-59.724911.parquet
- 路径：
- 分割：2023_09_13T15_10_23.173150
- 路径：
**/details_harness|hellaswag|10_2023-09-13T15-10-23.173150.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-13T15-10-23.173150.parquet
- 路径：
- 分割：2023_09_13T12_33_59.724911
-
harness_hendrycksTest_5
- 分割：2023_09_13T12_33_59.724911
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-09-13T12-33-59.724911.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-09-13T12-33-59.724911.parquet - 路径：`**/details_harness|hendrycksTest-medical_genetics|5_2023-09-13T12-33-59.724
- 路径：
- 分割：2023_09_13T12_33_59.724911
