five

open-llm-leaderboard-old/details_NovoCode__Novocode7b-v3

收藏
Hugging Face2024-01-26 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_NovoCode__Novocode7b-v3
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NovoCode/Novocode7b-v3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。数据集是从1次运行中创建的,每次运行都可以在特定配置中找到,分割名称使用运行的时间戳。train分割始终指向最新结果。此外,results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Open LLM Leaderboard上对模型NovoCode/Novocode7b-v3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。数据集是从1次运行中创建的,每次运行都可以在特定配置中找到,分割名称使用运行的时间戳。train分割始终指向最新结果。此外,results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

数据集基本信息

数据集组成

  • 配置数量: 63个配置,每个配置对应一个评估任务。
  • 创建次数: 从1次运行中创建。每次运行可以在每个配置中找到特定的分割,分割名称使用运行的时间戳。
  • 最新结果: "train" 分割总是指向最新的结果。
  • 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_NovoCode__Novocode7b-v3", "harness_winogrande_5", split="train")

最新结果

  • 最新结果时间戳: 2024-01-26T12:46:59.252533
  • 结果示例: python { "all": { "acc": 0.6159809063122001, "acc_stderr": 0.03273859989879733, "acc_norm": 0.6215791848788114, "acc_norm_stderr": 0.03339933314489889, "mc1": 0.32558139534883723, "mc1_stderr": 0.016403989469907825, "mc2": 0.4829352733126611, "mc2_stderr": 0.016049866289528984 }, "harness|arc:challenge|25": { "acc": 0.5546075085324232, "acc_stderr": 0.014523987638344076, "acc_norm": 0.5750853242320819, "acc_norm_stderr": 0.014445698968520767 }, "harness|hellaswag|10": { "acc": 0.6263692491535551, "acc_stderr": 0.004827786289074841, "acc_norm": 0.8116908982274448, "acc_norm_stderr": 0.0039015979142464933 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.37, "acc_stderr": 0.04852365870939099, "acc_norm": 0.37, "acc_norm_stderr": 0.04852365870939099 },

    其他任务的结果...

}

配置详情

  • 配置名称: harness_arc_challenge_25

    • 数据文件:
      • 分割: 2024_01_26T12_46_59.252533
        • 路径: **/details_harness|arc:challenge|25_2024-01-26T12-46-59.252533.parquet
      • 分割: latest
        • 路径: **/details_harness|arc:challenge|25_2024-01-26T12-46-59.252533.parquet
  • 配置名称: harness_gsm8k_5

    • 数据文件:
      • 分割: 2024_01_26T12_46_59.252533
        • 路径: **/details_harness|gsm8k|5_2024-01-26T12-46-59.252533.parquet
      • 分割: latest
        • 路径: **/details_harness|gsm8k|5_2024-01-26T12-46-59.252533.parquet
  • 配置名称: harness_hellaswag_10

    • 数据文件:
      • 分割: 2024_01_26T12_46_59.252533
        • 路径: **/details_harness|hellaswag|10_2024-01-26T12-46-59.252533.parquet
      • 分割: latest
        • 路径: **/details_harness|hellaswag|10_2024-01-26T12-46-59.252533.parquet
  • 配置名称: harness_hendrycksTest_5

    • 数据文件:
      • 分割: 2024_01_26T12_46_59.252533
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-high_school_biology|5_2024-01-26T12-46-59.252533.parquet
          • **/details_harness|hendrycksTest-high_school_chemistry|5_2024
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