open-llm-leaderboard-old/details_bigcode__starcoderplus
收藏Hugging Face2023-10-15 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_bigcode__starcoderplus
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 bigcode/starcoderplus 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 64 个配置组成，每个配置对应一个评估任务。它由 3 次运行创建，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些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 `datasets` 库中的 `load_dataset` 函数加载运行中的详细信息的示例。
该数据集是在模型 bigcode/starcoderplus 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 64 个配置组成，每个配置对应一个评估任务。它由 3 次运行创建，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些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 `datasets` 库中的 `load_dataset` 函数加载运行中的详细信息的示例。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集简介
该数据集是在对模型 bigcode/starcoderplus 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。
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，用于计算和显示聚合指标在 Open LLM Leaderboard 上。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_bigcode__starcoderplus", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-15T01:45:50.036434 运行的最新结果： python { "all": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931191014, "f1": 0.05428062080536913, "f1_stderr": 0.0012821278013514389, "acc": 0.39022141932642523, "acc_stderr": 0.010183303049937573 }, "harness|drop|3": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931191014, "f1": 0.05428062080536913, "f1_stderr": 0.0012821278013514389 }, "harness|gsm8k|5": { "acc": 0.0803639120545868, "acc_stderr": 0.007488258573239077 }, "harness|winogrande|5": { "acc": 0.7000789265982637, "acc_stderr": 0.01287834752663607 } }
配置详情
以下是数据集的配置详情：
配置列表
-
harness_arc_challenge_25- 分割：
2023_08_28T09_43_16.279088- 路径：
**/details_harness|arc:challenge|25_2023-08-28T09:43:16.279088.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|arc:challenge|25_2023-08-28T09:43:16.279088.parquet
- 路径：
- 分割：
-
harness_drop_3- 分割：
2023_09_23T10_57_53.936866- 路径：
**/details_harness|drop|3_2023-09-23T10-57-53.936866.parquet
- 路径：
- 分割：
2023_10_15T01_45_50.036434- 路径：
**/details_harness|drop|3_2023-10-15T01-45-50.036434.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|drop|3_2023-10-15T01-45-50.036434.parquet
- 路径：
- 分割：
-
harness_gsm8k_5- 分割：
2023_09_23T10_57_53.936866- 路径：
**/details_harness|gsm8k|5_2023-09-23T10-57-53.936866.parquet
- 路径：
- 分割：
2023_10_15T01_45_50.036434- 路径：
**/details_harness|gsm8k|5_2023-10-15T01-45-50.036434.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|gsm8k|5_2023-10-15T01-45-50.036434.parquet
- 路径：
- 分割：
-
harness_hellaswag_10- 分割：
2023_08_28T09_43_16.279088- 路径：
**/details_harness|hellaswag|10_2023-08-28T09:43:16.279088.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hellaswag|10_2023-08-28T09:43:16.279088.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_5- 分割：
2023_08_28T09_43_16.279088- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-08-28T09:43:16.279088.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-08-28T09:43:16.279088.parquet - 路径：`**/details_harness|hendrycksTest
- 路径：
- 分割：
