open-llm-leaderboard-old/details_sauce1337__AppleSauce-L2-13b
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_sauce1337__AppleSauce-L2-13b
下载链接
链接失效反馈官方服务：
资源简介：
数据集sauce1337/AppleSauce-L2-13b是在模型sauce1337/AppleSauce-L2-13b于Open LLM Leaderboard上的评估过程中自动创建的。该数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果都存储在一个特定的分割中，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，并用于在Open LLM Leaderboard上计算和显示聚合指标。
数据集sauce1337/AppleSauce-L2-13b是在模型sauce1337/AppleSauce-L2-13b于Open LLM Leaderboard上的评估过程中自动创建的。该数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果都存储在一个特定的分割中，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，并用于在Open LLM Leaderboard上计算和显示聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集来源
该数据集是在对模型 sauce1337/AppleSauce-L2-13b 进行评估运行期间自动创建的，评估结果展示在 Open LLM Leaderboard 上。
数据集结构
数据集由64个配置组成，每个配置对应一个评估任务。数据集从2次运行中创建，每次运行可以在每个配置中作为一个特定的分片找到，分片名称使用运行的时间戳。"train" 分片始终指向最新的结果。
额外配置
一个额外的配置 "results" 存储了所有运行结果的聚合数据，用于计算和显示在 Open LLM Leaderboard 上的聚合指标。
数据加载示例
以下是加载特定运行详细信息的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_sauce1337__AppleSauce-L2-13b", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-23T06:05:52.891259 运行的最新结果： python { "all": { "em": 0.3851719798657718, "em_stderr": 0.004983607378769111, "f1": 0.4518634647651026, "f1_stderr": 0.004795271144996667, "acc": 0.4296748451536735, "acc_stderr": 0.010140916870454906 }, "harness|drop|3": { "em": 0.3851719798657718, "em_stderr": 0.004983607378769111, "f1": 0.4518634647651026, "f1_stderr": 0.004795271144996667 }, "harness|gsm8k|5": { "acc": 0.10007581501137225, "acc_stderr": 0.008266274528685634 }, "harness|winogrande|5": { "acc": 0.7592738752959748, "acc_stderr": 0.01201555921222418 } }
配置详情
以下是数据集的配置详情：
-
harness_arc_challenge_25
- 分片：2023_09_13T16_32_51.732119
- 路径：
**/details_harness|arc:challenge|25_2023-09-13T16-32-51.732119.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-13T16-32-51.732119.parquet
- 路径：
- 分片：2023_09_13T16_32_51.732119
-
harness_drop_3
- 分片：2023_10_23T06_05_52.891259
- 路径：
**/details_harness|drop|3_2023-10-23T06-05-52.891259.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|drop|3_2023-10-23T06-05-52.891259.parquet
- 路径：
- 分片：2023_10_23T06_05_52.891259
-
harness_gsm8k_5
- 分片：2023_10_23T06_05_52.891259
- 路径：
**/details_harness|gsm8k|5_2023-10-23T06-05-52.891259.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-23T06-05-52.891259.parquet
- 路径：
- 分片：2023_10_23T06_05_52.891259
-
harness_hellaswag_10
- 分片：2023_09_13T16_32_51.732119
- 路径：
**/details_harness|hellaswag|10_2023-09-13T16-32-51.732119.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-13T16-32-51.732119.parquet
- 路径：
- 分片：2023_09_13T16_32_51.732119
-
harness_hendrycksTest_5
- 分片：2023_09_13T16_32_51.732119
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2023-09-13T16-32-51.732119.parquet - 路径：
**/details_harness|hendrycksTest-nutrition|5_2023-09-13T16-32-51.732119.parquet - 路径：`**/details_harness|hendrycksTest-philosophy|5_2023-09-13T16-32-51.73
- 路径：
- 分片：2023_09_13T16_32_51.732119
