open-llm-leaderboard-old/details_abacusai__Smaug-2-72B
收藏Hugging Face2024-03-30 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_abacusai__Smaug-2-72B
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abacusai/Smaug-2-72B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的结果，每次运行都作为每个配置中的一个特定分割存储。train分割始终指向最新的结果。一个名为results的额外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。文件还提供了如何使用Python代码加载运行细节的示例。
该数据集是在Open LLM Leaderboard上对模型abacusai/Smaug-2-72B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的结果，每次运行都作为每个配置中的一个特定分割存储。train分割始终指向最新的结果。一个名为results的额外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。文件还提供了如何使用Python代码加载运行细节的示例。
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 abacusai/Smaug-2-72B 进行评估运行期间自动创建的。
- 评估平台：数据集用于 Open LLM Leaderboard。
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：数据集基于 1 次运行创建，每个运行的详细信息存储在特定的分割中，分割名称使用运行的时间戳。
- 最新结果："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_abacusai__Smaug-2-72B", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳：2024-03-30T01:31:21.040468
- 结果示例： python { "all": { "acc": 0.767796907393265, "acc_stderr": 0.027982043283656534, "acc_norm": 0.7771325485017166, "acc_norm_stderr": 0.02849243108304867, "mc1": 0.4749082007343941, "mc1_stderr": 0.017481446804104003, "mc2": 0.6489991000331015, "mc2_stderr": 0.015361203699885669 }, "harness|arc:challenge|25": { "acc": 0.6467576791808873, "acc_stderr": 0.013967822714840055, "acc_norm": 0.6791808873720137, "acc_norm_stderr": 0.013640943091946528 }, ... }
配置详情
-
配置名称：harness_arc_challenge_25
- 数据文件：
- 分割：2024_03_30T01_31_21.040468
- 路径：
**/details_harness|arc:challenge|25_2024-03-30T01-31-21.040468.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2024-03-30T01-31-21.040468.parquet
- 路径：
- 分割：2024_03_30T01_31_21.040468
- 数据文件：
-
配置名称：harness_gsm8k_5
- 数据文件：
- 分割：2024_03_30T01_31_21.040468
- 路径：
**/details_harness|gsm8k|5_2024-03-30T01-31-21.040468.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2024-03-30T01-31-21.040468.parquet
- 路径：
- 分割：2024_03_30T01_31_21.040468
- 数据文件：
-
配置名称：harness_hellaswag_10
- 数据文件：
- 分割：2024_03_30T01_31_21.040468
- 路径：
**/details_harness|hellaswag|10_2024-03-30T01-31-21.040468.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2024-03-30T01-31-21.040468.parquet
- 路径：
- 分割：2024_03_30T01_31_21.040468
- 数据文件：
-
配置名称：harness_hendrycksTest_5
- 数据文件：
- 分割：2024_03_30T01_31_21.040468
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-anatomy|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-astronomy|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_biology|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_physics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-computer_security|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-econometrics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-formal_logic|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-global_facts|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-high_school_biology|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-high_school_chemistry|5_2024-03-30T01-31-21.040468.parquet- ...
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-anatomy|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-astronomy|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_biology|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-college_physics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-computer_security|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-econometrics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-formal_logic|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-global_facts|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-high_school_biology|5_2024-03-30T01-31-21.040468.parquet**/details_harness|hendrycksTest-high_school_chemistry|5_2024-03-30T01-31-21.040468.parquet- ...
- 路径：
- 分割：2024_03_30T01_31_21.040468
- 数据文件：
