open-llm-leaderboard-old/details_louisbrulenaudet__Pearl-34B-ties
收藏Hugging Face2024-02-15 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_louisbrulenaudet__Pearl-34B-ties
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louisbrulenaudet/Pearl-34B-ties在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。它包含一次运行的结果，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。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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行细节的示例。
该数据集是在模型louisbrulenaudet/Pearl-34B-ties在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。它包含一次运行的结果，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。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。README还提供了如何使用`datasets`库中的`load_dataset`函数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：该数据集是在评估模型 louisbrulenaudet/Pearl-34B-ties 在 Open LLM Leaderboard 上的自动创建的。
- 数据集组成：包含 63 个配置，每个配置对应一个评估任务。
- 创建次数：数据集从 1 次运行中创建，每个运行在每个配置中作为一个特定的分割存在，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_louisbrulenaudet__Pearl-34B-ties", "harness_winogrande_5", split="train")
最新结果
- 最新结果来源：最新结果来自 run 2024-02-15T20:29:21.982361
- 结果示例： python { "all": { "acc": 0.7624896367346236, "acc_stderr": 0.02823253317418589, "acc_norm": 0.7667330036075873, "acc_norm_stderr": 0.028764116967369732, "mc1": 0.5336597307221542, "mc1_stderr": 0.017463793867168106, "mc2": 0.7032022498819784, "mc2_stderr": 0.014189265275795037 }, "harness|arc:challenge|25": { "acc": 0.6791808873720137, "acc_stderr": 0.01364094309194653, "acc_norm": 0.7098976109215017, "acc_norm_stderr": 0.013261573677520767 }, "harness|hellaswag|10": { "acc": 0.6525592511451902, "acc_stderr": 0.004751840646730855, "acc_norm": 0.8483369846644094, "acc_norm_stderr": 0.0035796087435066093 }, ... }
配置详情
-
配置名称：harness_arc_challenge_25
- 数据文件：
- 分割：2024_02_15T20_29_21.982361
- 路径：
**/details_harness|arc:challenge|25_2024-02-15T20-29-21.982361.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2024-02-15T20-29-21.982361.parquet
- 路径：
- 分割：2024_02_15T20_29_21.982361
- 数据文件：
-
配置名称：harness_gsm8k_5
- 数据文件：
- 分割：2024_02_15T20_29_21.982361
- 路径：
**/details_harness|gsm8k|5_2024-02-15T20-29-21.982361.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2024-02-15T20-29-21.982361.parquet
- 路径：
- 分割：2024_02_15T20_29_21.982361
- 数据文件：
-
配置名称：harness_hellaswag_10
- 数据文件：
- 分割：2024_02_15T20_29_21.982361
- 路径：
**/details_harness|hellaswag|10_2024-02-15T20-29-21.982361.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2024-02-15T20-29-21.982361.parquet
- 路径：
- 分割：2024_02_15T20_29_21.982361
- 数据文件：
-
配置名称：harness_hendrycksTest_5
- 数据文件：
- 分割：2024_02_15T20_29_21.982361
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-anatomy|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-astronomy|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-college_biology|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-college_physics|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-computer_security|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-econometrics|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-formal_logic|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-global_facts|5_2024-02-15T20-29-21.982361.parquet**/details_harness|hendrycksTest-high_school_biology|5_2024-02-15T20-29-21.982361.parquet...
- 路径：
- 分割：2024_02_15T20_29_21.982361
- 数据文件：
