five

open-llm-leaderboard-old/details_totally-not-an-llm__PuddleJumper-13b

收藏
Hugging Face2023-09-17 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_totally-not-an-llm__PuddleJumper-13b
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totally-not-an-llm/PuddleJumper-13b在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集由2次运行生成，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，名为results的配置存储了所有运行的聚合结果，这些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`函数加载数据集的示例。

该数据集是在模型totally-not-an-llm/PuddleJumper-13b在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集由2次运行生成，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，名为results的配置存储了所有运行的聚合结果，这些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`函数加载数据集的示例。
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 totally-not-an-llm/PuddleJumper-13b 在 Open LLM Leaderboard 上的自动创建的。

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 2 次运行中创建。每次运行可以在每个配置中找到一个特定的分割，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" 存储所有运行结果的聚合，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_totally-not-an-llm__PuddleJumper-13b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T13:22:43.977787 运行的最新结果： python { "all": { "em": 0.08452181208053691, "em_stderr": 0.002848708763936303, "f1": 0.20933095637583904, "f1_stderr": 0.003279820666133777, "acc": 0.38053092049715975, "acc_stderr": 0.008728490320313857 }, "harness|drop|3": { "em": 0.08452181208053691, "em_stderr": 0.002848708763936303, "f1": 0.20933095637583904, "f1_stderr": 0.003279820666133777 }, "harness|gsm8k|5": { "acc": 0.03335860500379075, "acc_stderr": 0.004946282649173775 }, "harness|winogrande|5": { "acc": 0.7277032359905288, "acc_stderr": 0.012510697991453937 } }

配置详情

  • harness_arc_challenge_25

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|arc:challenge|25_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-08-23T00:36:46.680857.parquet

  • harness_drop_3

    • 分割: 2023_09_17T13_22_43.977787
      • 路径: **/details_harness|drop|3_2023-09-17T13-22-43.977787.parquet
    • 分割: latest
      • 路径: **/details_harness|drop|3_2023-09-17T13-22-43.977787.parquet

  • harness_gsm8k_5

    • 分割: 2023_09_17T13_22_43.977787
      • 路径: **/details_harness|gsm8k|5_2023-09-17T13-22-43.977787.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-09-17T13-22-43.977787.parquet

  • harness_hellaswag_10

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hellaswag|10_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T00:36:46.680857.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-08-23T00:36:46.680857.parquet
        • ... (其他路径省略)
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T00:36:46.680857.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-08-23T00:36:46.680857.parquet
        • ... (其他路径省略)

  • harness_hendrycksTest_abstract_algebra_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_anatomy_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-anatomy|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-anatomy|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_astronomy_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-astronomy|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-astronomy|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_business_ethics_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-business_ethics|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-business_ethics|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_clinical_knowledge_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_college_biology_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-college_biology|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-college_biology|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_college_chemistry_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-college_chemistry|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-college_chemistry|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_college_computer_science_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-college_computer_science|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-college_computer_science|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_college_mathematics_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-college_mathematics|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-college_mathematics|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_college_medicine_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-college_medicine|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-college_medicine|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_college_physics_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-college_physics|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-college_physics|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_computer_security_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-computer_security|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-computer_security|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_conceptual_physics_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-conceptual_physics|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: **/details_harness|hendrycksTest-conceptual_physics|5_2023-08-23T00:36:46.680857.parquet

  • harness_hendrycksTest_econometrics_5

    • 分割: 2023_08_23T00_36_46.680857
      • 路径: **/details_harness|hendrycksTest-econometrics|5_2023-08-23T00:36:46.680857.parquet
    • 分割: latest
      • 路径: `**/details_harness|hendrycksTest-econometrics|5_2023-08-23T0
5,000+
优质数据集
54 个
任务类型
进入经典数据集
关于我们
遇见数据集——让每个数据集都被发现，让每一次遇见都有价值。
数发科官网www.sfktec.com.cn
联系我们
youjian
selectdataset@iotsh.com.cn
商业合作
数据驱动未来，携手共赢发展
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