open-llm-leaderboard-old/details_xDAN-AI__xDAN-L1-Chat-RL-v1
收藏Hugging Face2023-12-28 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_xDAN-AI__xDAN-L1-Chat-RL-v1
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xDAN-AI/xDAN-L1-Chat-RL-v1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，每个配置对应一个被评估的任务。数据集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分割始终指向最新结果。此外，还有一个results配置存储了运行的所有聚合结果，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Hugging Face datasets库加载数据集的示例。
该数据集是在模型xDAN-AI/xDAN-L1-Chat-RL-v1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，每个配置对应一个被评估的任务。数据集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分割始终指向最新结果。此外，还有一个results配置存储了运行的所有聚合结果，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Hugging Face datasets库加载数据集的示例。
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xDAN-AI/xDAN-L1-Chat-RL-v1在Open LLM Leaderboard上的运行过程中自动创建的。
数据集结构
- 配置数量：数据集包含63个配置，每个配置对应一个评估任务。
- 数据来源：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。
- 训练分割："train"分割始终指向最新的结果。
- 结果配置：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_xDAN-AI__xDAN-L1-Chat-RL-v1", "harness_winogrande_5", split="train")
最新结果
- 结果来源：这些是最新结果，来自2023-12-28T09:30:28.410673的运行。
- 结果示例：
python
{
"all": {
"acc": 0.6344608006071959,
"acc_stderr": 0.03246479153994776,
"acc_norm": 0.6364847695262345,
"acc_norm_stderr": 0.03311425564391542,
"mc1": 0.4039167686658507,
"mc1_stderr": 0.017177276822584284,
"mc2": 0.5669974462779248,
"mc2_stderr": 0.015574572505669746
},
"harness|arc:challenge|25": {
"acc": 0.6143344709897611,
"acc_stderr": 0.01422425097325718,
"acc_norm": 0.6629692832764505,
"acc_norm_stderr": 0.013813476652902272
},
"harness|hellaswag|10": {
"acc": 0.6733718382792272,
"acc_stderr": 0.004680215003395924,
"acc_norm": 0.8580959968133838,
"acc_norm_stderr": 0.003482384956632785
},
"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：2023_12_28T09_30_28.410673
- 路径：
**/details_harness|arc:challenge|25_2023-12-28T09-30-28.410673.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-12-28T09-30-28.410673.parquet
- 路径：
- 分割：2023_12_28T09_30_28.410673
- 数据文件：
-
配置名称：harness_gsm8k_5
- 数据文件：
- 分割：2023_12_28T09_30_28.410673
- 路径：
**/details_harness|gsm8k|5_2023-12-28T09-30-28.410673.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-12-28T09-30-28.410673.parquet
- 路径：
- 分割：2023_12_28T09_30_28.410673
- 数据文件：
-
配置名称：harness_hellaswag_10
- 数据文件：
- 分割：2023_12_28T09_30_28.410673
- 路径：
**/details_harness|hellaswag|10_2023-12-28T09-30-28.410673.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-12-28T09-30-28.410673.parquet
- 路径：
- 分割：2023_12_28T09_30_28.410673
- 数据文件：
-
配置名称：harness_hendrycksTest_5
- 数据文件：
- 分割：2023_12_28T09_30_28.410673
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-anatomy|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-astronomy|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-business_ethics|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-college_biology|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-college_chemistry|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-college_computer_science|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-college_mathematics|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-college_medicine|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-college_physics|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-computer_security|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-econometrics|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-formal_logic|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-global_facts|5_2023-12-28T09-30-28.410673.parquet**/details_harness|hendrycksTest-high_school_biology|5_2023-12-28T09-30-28.410673.parquet- 其他任务的路径...
- 路径：
- 分割：2023_12_28T09_30_28.410673
- 数据文件：
