open-llm-leaderboard-old/details_Corianas__Neural-Mistral-7B
收藏Hugging Face2024-03-06 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Corianas__Neural-Mistral-7B
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Corianas/Neural-Mistral-7B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。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Open LLM Leaderboard上对模型Corianas/Neural-Mistral-7B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。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
数据集简介
该数据集是在评估模型 Corianas/Neural-Mistral-7B 在 Open LLM Leaderboard 上的自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。
数据集结构
数据集由 1 次运行创建，每个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。"train" 分割总是指向最新的结果。
数据集加载
可以通过以下代码加载数据集的详细信息： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Corianas__Neural-Mistral-7B", "harness_winogrande_5", split="train")
最新结果
以下是 2024-03-06T00:13:14.700675 运行的最新结果： python { "all": { "acc": 0.6087647678908085, "acc_stderr": 0.03306011384756514, "acc_norm": 0.6137764206014187, "acc_norm_stderr": 0.033730529456454196, "mc1": 0.5471236230110159, "mc1_stderr": 0.01742558984831402, "mc2": 0.692579382132414, "mc2_stderr": 0.015033809022649157 }, "harness|arc:challenge|25": { "acc": 0.5878839590443686, "acc_stderr": 0.014383915302225407, "acc_norm": 0.6339590443686007, "acc_norm_stderr": 0.01407722310847014 }, "harness|hellaswag|10": { "acc": 0.6742680740888269, "acc_stderr": 0.0046768988619789115, "acc_norm": 0.8559051981676957, "acc_norm_stderr": 0.0035046810917039014 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.28, "acc_stderr": 0.04512608598542128, "acc_norm": 0.28, "acc_norm_stderr": 0.04512608598542128 }, # 其他任务的结果... }
配置详情
数据集包含多个配置，每个配置对应不同的任务和数据文件路径。以下是部分配置示例：
-
harness_arc_challenge_25
- 分割：2024_03_06T00_13_14.700675
- 路径：
**/details_harness|arc:challenge|25_2024-03-06T00-13-14.700675.parquet - 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2024-03-06T00-13-14.700675.parquet
-
harness_gsm8k_5
- 分割：2024_03_06T00_13_14.700675
- 路径：
**/details_harness|gsm8k|5_2024-03-06T00-13-14.700675.parquet - 分割：latest
- 路径：
**/details_harness|gsm8k|5_2024-03-06T00-13-14.700675.parquet
-
harness_hellaswag_10
- 分割：2024_03_06T00_13_14.700675
- 路径：
**/details_harness|hellaswag|10_2024-03-06T00-13-14.700675.parquet - 分割：latest
- 路径：
**/details_harness|hellaswag|10_2024-03-06T00-13-14.700675.parquet
-
harness_hendrycksTest_5
- 分割：2024_03_06T00_13_14.700675
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-nutrition|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-philosophy|5_2024-03-06T00-13-14.700675.parquet - 路径：
**/details_harness|hendrycksTest-prehistory|5_2024-03-06T00-13-14.700675.parquet - 路径：`**/details_harness|
