five

open-llm-leaderboard-old/details_amu__orpo-lora-phi2

收藏
Hugging Face2024-03-31 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_amu__orpo-lora-phi2
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amu/orpo-lora-phi2进行评估时自动创建的。它由63个配置组成,每个配置对应一个评估任务。数据集是从1次运行中生成的,每次运行在每个配置中表示为特定的分割,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。可以使用`datasets`库中的`load_dataset`函数加载该数据集。

该数据集是在Open LLM Leaderboard上对模型amu/orpo-lora-phi2进行评估时自动创建的。它由63个配置组成,每个配置对应一个评估任务。数据集是从1次运行中生成的,每次运行在每个配置中表示为特定的分割,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。可以使用`datasets`库中的`load_dataset`函数加载该数据集。
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 amu/orpo-lora-phi2Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

  • 数据集包含 63 个配置,每个配置对应一个评估任务。
  • 数据集从 1 次运行中创建,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_amu__orpo-lora-phi2", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-31T09:12:19.501086 运行的最新结果

python { "all": { "acc": 0.5821416277179048, "acc_stderr": 0.033770146849493435, "acc_norm": 0.5843594794170675, "acc_norm_stderr": 0.03445851343693101, "mc1": 0.3072215422276622, "mc1_stderr": 0.01615020132132302, "mc2": 0.44496168517736456, "mc2_stderr": 0.014885989610479747 }, "harness|arc:challenge|25": { "acc": 0.5665529010238908, "acc_stderr": 0.014481376224558902, "acc_norm": 0.6032423208191127, "acc_norm_stderr": 0.014296513020180642 }, "harness|hellaswag|10": { "acc": 0.5540728938458475, "acc_stderr": 0.004960516570284905, "acc_norm": 0.7457677753435571, "acc_norm_stderr": 0.004345388614520023 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.3, "acc_stderr": 0.04605661864718381, "acc_norm": 0.3, "acc_norm_stderr": 0.04605661864718381 }, # 其他任务的结果省略... }

配置详情

  • config_name: harness_arc_challenge_25

    • 数据文件:
      • 分割: 2024_03_31T09_12_19.501086
        • 路径: **/details_harness|arc:challenge|25_2024-03-31T09-12-19.501086.parquet
      • 分割: latest
        • 路径: **/details_harness|arc:challenge|25_2024-03-31T09-12-19.501086.parquet
  • config_name: harness_gsm8k_5

    • 数据文件:
      • 分割: 2024_03_31T09_12_19.501086
        • 路径: **/details_harness|gsm8k|5_2024-03-31T09-12-19.501086.parquet
      • 分割: latest
        • 路径: **/details_harness|gsm8k|5_2024-03-31T09-12-19.501086.parquet
  • config_name: harness_hellaswag_10

    • 数据文件:
      • 分割: 2024_03_31T09_12_19.501086
        • 路径: **/details_harness|hellaswag|10_2024-03-31T09-12-19.501086.parquet
      • 分割: latest
        • 路径: **/details_harness|hellaswag|10_2024-03-31T09-12-19.501086.parquet
  • config_name: harness_hendrycksTest_5

    • 数据文件:
      • 分割: 2024_03_31T09_12_19.501086
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-03-31T09-12-19.501086.parquet
          • **/details_harness|hendrycksTest-high_school_biology|5_2024-03-31T09-12-19.501086.parquet

          其他路径省略...

}

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