five

open-llm-leaderboard-old/details_migtissera__Synthia-70B-v1.2b

收藏
Hugging Face2023-10-24 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_migtissera__Synthia-70B-v1.2b
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migtissera/Synthia-70B-v1.2b进行评估时自动创建的。数据集包含64个配置,每个配置对应一个评估任务。数据集由2次运行生成,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。此外,还有一个results配置存储了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。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Open LLM Leaderboard上对模型migtissera/Synthia-70B-v1.2b进行评估时自动创建的。数据集包含64个配置,每个配置对应一个评估任务。数据集由2次运行生成,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。此外,还有一个results配置存储了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。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

该数据集是在对模型 migtissera/Synthia-70B-v1.2b 进行评估运行期间自动创建的,用于 Open LLM Leaderboard

数据集组成

  • 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 2 次运行中创建,每次运行可以在每个配置中找到一个特定的分割,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。

最新结果

以下是 2023-10-24T18:54:59.551883 运行的最新结果

python { "all": { "em": 0.44190436241610737, "em_stderr": 0.00508578632439048, "f1": 0.5040551593959751, "f1_stderr": 0.00484284160320387, "acc": 0.5957647712115981, "acc_stderr": 0.011744811294358018 }, "harness|drop|3": { "em": 0.44190436241610737, "em_stderr": 0.00508578632439048, "f1": 0.5040551593959751, "f1_stderr": 0.00484284160320387 }, "harness|gsm8k|5": { "acc": 0.3525398028809704, "acc_stderr": 0.013159909755930321 }, "harness|winogrande|5": { "acc": 0.8389897395422258, "acc_stderr": 0.010329712832785717 } }

配置详情

以下是部分配置及其数据文件路径:

  • harness_arc_challenge_25

    • 分割: 2023_09_13T14_25_34.731307
      • 路径: **/details_harness|arc:challenge|25_2023-09-13T14-25-34.731307.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-09-13T14-25-34.731307.parquet
  • harness_drop_3

    • 分割: 2023_10_24T18_54_59.551883
      • 路径: **/details_harness|drop|3_2023-10-24T18-54-59.551883.parquet
    • 分割: latest
      • 路径: **/details_harness|drop|3_2023-10-24T18-54-59.551883.parquet
  • harness_gsm8k_5

    • 分割: 2023_10_24T18_54_59.551883
      • 路径: **/details_harness|gsm8k|5_2023-10-24T18-54-59.551883.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-10-24T18-54-59.551883.parquet
  • harness_hellaswag_10

    • 分割: 2023_09_13T14_25_34.731307
      • 路径: **/details_harness|hellaswag|10_2023-09-13T14-25-34.731307.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-09-13T14-25-34.731307.parquet
  • harness_hendrycksTest_5

    • 分割: 2023_09_13T14_25_34.731307
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T14-25-34.731307.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-09-13T14-25-34.731307.parquet
        • ...(其他路径省略)
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T14-25-34.731307.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-09-13T14-25-34.731307.parquet
        • ...(其他路径省略)

(其他配置详情省略)

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