five

open-llm-leaderboard-old/details_vihangd__smartyplats-3b-v1

收藏
Hugging Face2023-10-23 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_vihangd__smartyplats-3b-v1
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在模型 vihangd/smartyplats-3b-v1 在 Open LLM Leaderboard 上的评估过程中自动生成的。数据集包含 64 个配置,每个配置对应一个被评估的任务。数据集由 2 次运行的数据组成,每次运行在每个配置中表示为特定的分割,分割名称由运行的时间戳命名。train 分割始终指向最新的结果。此外,还有一个 results 配置存储了所有运行的聚合结果,用于计算和显示 Open LLM Leaderboard 上的指标。README 还提供了一个 Python 代码片段来加载数据集详细信息,并列出了特定运行的最新结果。

该数据集是在模型 vihangd/smartyplats-3b-v1 在 Open LLM Leaderboard 上的评估过程中自动生成的。数据集包含 64 个配置,每个配置对应一个被评估的任务。数据集由 2 次运行的数据组成,每次运行在每个配置中表示为特定的分割,分割名称由运行的时间戳命名。train 分割始终指向最新的结果。此外,还有一个 results 配置存储了所有运行的聚合结果,用于计算和显示 Open LLM Leaderboard 上的指标。README 还提供了一个 Python 代码片段来加载数据集详细信息,并列出了特定运行的最新结果。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

该数据集是在评估模型 vihangd/smartyplats-3b-v1Open LLM Leaderboard 上的自动创建的。数据集包含 64 个配置,每个配置对应一个评估任务。

数据集结构

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拆分,拆分名称使用运行的时间戳。"train" 拆分始终指向最新的结果。

结果配置

一个额外的配置 "results" 存储所有运行结果的聚合,用于计算并在 Open LLM Leaderboard 上显示聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_vihangd__smartyplats-3b-v1", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的示例:

python { "all": { "em": 0.0017827181208053692, "em_stderr": 0.0004320097346039121, "f1": 0.054003775167785366, "f1_stderr": 0.0013390559797939118, "acc": 0.33403633256401344, "acc_stderr": 0.008080098450731814 }, "harness|drop|3": { "em": 0.0017827181208053692, "em_stderr": 0.0004320097346039121, "f1": 0.054003775167785366, "f1_stderr": 0.0013390559797939118 }, "harness|gsm8k|5": { "acc": 0.01061410159211524, "acc_stderr": 0.002822713322387704 }, "harness|winogrande|5": { "acc": 0.6574585635359116, "acc_stderr": 0.013337483579075925 } }

配置详情

  • harness_arc_challenge_25

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|arc:challenge|25_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|arc:challenge|25_2023-09-13T04-45-46.348158.parquet
  • harness_drop_3

    • 拆分:2023_10_23T05_25_12.646031
    • 路径:**/details_harness|drop|3_2023-10-23T05-25-12.646031.parquet
    • 拆分:latest
    • 路径:**/details_harness|drop|3_2023-10-23T05-25-12.646031.parquet
  • harness_gsm8k_5

    • 拆分:2023_10_23T05_25_12.646031
    • 路径:**/details_harness|gsm8k|5_2023-10-23T05-25-12.646031.parquet
    • 拆分:latest
    • 路径:**/details_harness|gsm8k|5_2023-10-23T05-25-12.646031.parquet
  • harness_hellaswag_10

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hellaswag|10_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hellaswag|10_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_abstract_algebra_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_anatomy_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_astronomy_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_business_ethics_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_college_biology_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_college_medicine_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_college_physics_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_computer_security_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_econometrics_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-09-13T04-45-46.348158.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 拆分:2023_09_13T04_45_46.348158
    • 路径:**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-13T04-45-46.348158.parquet
    • 拆分:
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