open-llm-leaderboard-old/details_openbmb__UltraLM-13b
收藏Hugging Face2023-12-02 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_openbmb__UltraLM-13b
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openbmb/UltraLM-13b进行评估时自动创建的。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3次运行生成，每次运行的结果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，并用于在Open LLM Leaderboard上计算和显示聚合指标。
该数据集是在Open LLM Leaderboard上对模型openbmb/UltraLM-13b进行评估时自动创建的。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3次运行生成，每次运行的结果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
数据集简介
该数据集是在评估模型 openbmb/UltraLM-13b 在 Open LLM Leaderboard 上的运行过程中自动创建的。
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。
- 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_openbmb__UltraLM-13b", "harness_gsm8k_5", split="train")
最新结果
以下是 2023-12-02T13:31:34.076061 运行 的最新结果： python { "all": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 } }
配置详情
以下是部分配置及其数据文件路径：
配置：harness_arc_challenge_25
- 分割：2023_10_04T00_32_52.750601
- 路径：
**/details_harness|arc:challenge|25_2023-10-04T00-32-52.750601.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-10-04T00-32-52.750601.parquet
- 路径：
配置：harness_drop_3
- 分割：2023_10_28T22_40_25.196177
- 路径：
**/details_harness|drop|3_2023-10-28T22-40-25.196177.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-28T22-40-25.196177.parquet
- 路径：
配置：harness_gsm8k_5
- 分割：2023_10_28T22_40_25.196177
- 路径：
**/details_harness|gsm8k|5_2023-10-28T22-40-25.196177.parquet
- 路径：
- 分割：2023_12_02T13_31_34.076061
- 路径：
**/details_harness|gsm8k|5_2023-12-02T13-31-34.076061.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-12-02T13-31-34.076061.parquet
- 路径：
配置：harness_hellaswag_10
- 分割：2023_10_04T00_32_52.750601
- 路径：
**/details_harness|hellaswag|10_2023-10-04T00-32-52.750601.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-10-04T00-32-52.750601.parquet
- 路径：
配置：harness_hendrycksTest_5
- 分割：2023_10_04T00_32_52.750601
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-nutrition|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-philosophy|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-prehistory|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-professional_accounting|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-professional_law|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-professional_medicine|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-professional_psychology|5_2023-10-04T00-32-52.750601.parquet - 路径：
**/details_harness|hendrycksTest-public_relations|5_2023-10-04T00-32-52.750601.parquet - 路径
- 路径：
