five

open-llm-leaderboard-old/details_wei123602__llama2-13b-FINETUNE3_TEST2

收藏
Hugging Face2023-10-28 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_wei123602__llama2-13b-FINETUNE3_TEST2
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wei123602/llama2-13b-FINETUNE3_TEST2的评估运行期间自动创建的,用于Open LLM Leaderboard的评估。数据集由64个配置组成,每个配置对应一个评估任务。数据集是从3次运行中创建的,每次运行都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,并用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在模型wei123602/llama2-13b-FINETUNE3_TEST2的评估运行期间自动创建的,用于Open LLM Leaderboard的评估。数据集由64个配置组成,每个配置对应一个评估任务。数据集是从3次运行中创建的,每次运行都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,并用于计算和显示Open LLM Leaderboard上的聚合指标。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集创建

数据集结构

  • 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 3 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" 分割总是指向最新的结果。

额外配置

  • 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_wei123602__llama2-13b-FINETUNE3_TEST2", "harness_winogrande_5", split="train")

最新结果

  • 这些是最新的结果,来自 2023-10-28T09:53:17.709619 的运行: python { "all": { "em": 0.2633179530201342, "em_stderr": 0.004510450588757746, "f1": 0.3047556627516783, "f1_stderr": 0.004459334625484884, "acc": 0.4441419290522286, "acc_stderr": 0.010548755752104734 }, "harness|drop|3": { "em": 0.2633179530201342, "em_stderr": 0.004510450588757746, "f1": 0.3047556627516783, "f1_stderr": 0.004459334625484884 }, "harness|gsm8k|5": { "acc": 0.12585291887793784, "acc_stderr": 0.009136212598406319 }, "harness|winogrande|5": { "acc": 0.7624309392265194, "acc_stderr": 0.01196129890580315 } }

配置详情

  • harness_arc_challenge_25

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|arc:challenge|25_2023-09-14T13-51-34.438102.parquet
  • harness_drop_3

    • 分割: 2023_10_28T06_56_58.916586, 2023_10_28T09_53_17.709619, latest
    • 路径: **/details_harness|drop|3_2023-10-28T06-56-58.916586.parquet, **/details_harness|drop|3_2023-10-28T09-53-17.709619.parquet
  • harness_gsm8k_5

    • 分割: 2023_10_28T06_56_58.916586, 2023_10_28T09_53_17.709619, latest
    • 路径: **/details_harness|gsm8k|5_2023-10-28T06-56-58.916586.parquet, **/details_harness|gsm8k|5_2023-10-28T09-53-17.709619.parquet
  • harness_hellaswag_10

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hellaswag|10_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: 多个路径,详见原文
  • harness_hendrycksTest_abstract_algebra_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-anatomy|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-astronomy|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-business_ethics|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-college_biology|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-college_chemistry|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-college_computer_science|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-college_mathematics|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-college_medicine|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-college_physics|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-computer_security|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-conceptual_physics|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-econometrics|5_2023-09-14T13-51-34.438102.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割: 2023_09_14T13_51_34.438102, latest
    • 路径: **/details_harness|hendrycksTest-electrical_engineering|5_2023-09-14T13-51-34.438102.parquet

以上是数据集的详细概述,包括数据集的创建背景、结构、加载示例、最新结果以及各个配置的详细信息。

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