open-llm-leaderboard-old/details_acrastt__Puma-3B
收藏Hugging Face2023-10-18 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_acrastt__Puma-3B
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acrastt/Puma-3B的评估运行过程中自动创建的，由64个配置组成，每个配置对应一个评估任务。数据集由5次运行创建，每次运行可以在每个配置中找到，分割以运行的时间戳命名。train分割始终指向最新结果。此外，还有一个results配置存储所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。
该数据集是在模型acrastt/Puma-3B的评估运行过程中自动创建的，由64个配置组成，每个配置对应一个评估任务。数据集由5次运行创建，每次运行可以在每个配置中找到，分割以运行的时间戳命名。train分割始终指向最新结果。此外，还有一个results配置存储所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集简介
该数据集是在对模型 acrastt/Puma-3B 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 5 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。
额外配置
- 一个名为 "results" 的额外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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_acrastt__Puma-3B", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-18T02:31:20.356957 运行的最新结果： python { "all": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801232, "f1": 0.05384123322147677, "f1_stderr": 0.0012835343678864997, "acc": 0.335677096267113, "acc_stderr": 0.00783328405303534 }, "harness|drop|3": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801232, "f1": 0.05384123322147677, "f1_stderr": 0.0012835343678864997 }, "harness|gsm8k|5": { "acc": 0.0075815011372251705, "acc_stderr": 0.0023892815120772322 }, "harness|winogrande|5": { "acc": 0.6637726913970008, "acc_stderr": 0.013277286593993447 } }
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_08_17T19_20_55.722583
- 路径：
**/details_harness|arc:challenge|25_2023-08-17T19:20:55.722583.parquet
- 路径：
- 分割：2023_08_17T23_25_19.325666
- 路径：
**/details_harness|arc:challenge|25_2023-08-17T23:25:19.325666.parquet
- 路径：
- 分割：2023_08_17T23_52_04.586597
- 路径：
**/details_harness|arc:challenge|25_2023-08-17T23:52:04.586597.parquet
- 路径：
- 分割：2023_08_18T01_05_27.057546
- 路径：
**/details_harness|arc:challenge|25_2023-08-18T01:05:27.057546.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-08-18T01:05:27.057546.parquet
- 路径：
配置：harness_drop_3
- 分割：2023_10_18T02_31_20.356957
- 路径：
**/details_harness|drop|3_2023-10-18T02-31-20.356957.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-18T02-31-20.356957.parquet
- 路径：
配置：harness_gsm8k_5
- 分割：2023_10_18T02_31_20.356957
- 路径：
**/details_harness|gsm8k|5_2023-10-18T02-31-20.356957.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-18T02-31-20.356957.parquet
- 路径：
配置：harness_hellaswag_10
- 分割：2023_08_17T19_20_55.722583
- 路径：
**/details_harness|hellaswag|10_2023-08-17T19:20:55.722583.parquet
- 路径：
- 分割：2023_08_17T23_25_19.325666
- 路径：
**/details_harness|hellaswag|10_2023-08-17T23:25:19.325666.parquet
- 路径：
- 分割：2023_08_17T23_52_04.586597
- 路径：
**/details_harness|hellaswag|10_2023-08-17T23:52:04.586597.parquet
- 路径：
- 分割：2023_08_18T01_05_27.057546
- 路径：
**/details_harness|hellaswag|10_2023-08-18T01:05:27.057546.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-08-18T01:05:27.057546.parquet
- 路径：
配置：harness_hendrycksTest_5
- 分割：2023_08_17T19_20_55.722583
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-08-17T19:20:55.722583.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-08-17T19:20:55.722583.parquet - 路径：`**/details_harness|hendrycksTest-machine_learning|5_2023-
- 路径：
