open-llm-leaderboard/details_ChaoticNeutrals__Nyanade_Stunna-Maid-7B-v0.2
收藏Hugging Face2024-04-16 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_ChaoticNeutrals__Nyanade_Stunna-Maid-7B-v0.2
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ChaoticNeutrals/Nyanade_Stunna-Maid-7B-v0.2的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，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，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在模型ChaoticNeutrals/Nyanade_Stunna-Maid-7B-v0.2的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，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，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集创建
- 创建背景：该数据集是在对模型 ChaoticNeutrals/Nyanade_Stunna-Maid-7B-v0.2 进行评估时自动创建的，评估结果发布在 Open LLM Leaderboard 上。
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。
- 运行次数：数据集基于 1 次运行创建。每次运行的详细结果存储在特定的分割中，分割名称使用运行的时间戳。
- 最新结果："train" 分割始终指向最新的结果。
- 汇总结果：一个额外的 "results" 配置存储所有运行的汇总结果，用于计算和显示在 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_ChaoticNeutrals__Nyanade_Stunna-Maid-7B-v0.2", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳：2024-04-16T01:37:39.425338
- 结果示例： python { "all": { "acc": 0.6346828459435191, "acc_stderr": 0.03241968715294217, "acc_norm": 0.6383183147658048, "acc_norm_stderr": 0.03306715333240231, "mc1": 0.3463892288861689, "mc1_stderr": 0.016656997109125136, "mc2": 0.5042148953972008, "mc2_stderr": 0.015060311009915778 }, "harness|arc:challenge|25": { "acc": 0.6083617747440273, "acc_stderr": 0.014264122124938215, "acc_norm": 0.6493174061433447, "acc_norm_stderr": 0.013944635930726096 }, "harness|hellaswag|10": { "acc": 0.642899820752838, "acc_stderr": 0.004781654610857135, "acc_norm": 0.8444532961561442, "acc_norm_stderr": 0.0036168436913607666 }, # 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：2024_04_16T01_37_39.425338
- 路径：
**/details_harness|arc:challenge|25_2024-04-16T01-37-39.425338.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-16T01-37-39.425338.parquet
- 路径：
- 分割：2024_04_16T01_37_39.425338
- 数据文件：
-
配置名称：harness_gsm8k_5
- 数据文件：
- 分割：2024_04_16T01_37_39.425338
- 路径：
**/details_harness|gsm8k|5_2024-04-16T01-37-39.425338.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2024-04-16T01-37-39.425338.parquet
- 路径：
- 分割：2024_04_16T01_37_39.425338
- 数据文件：
-
配置名称：harness_hellaswag_10
- 数据文件：
- 分割：2024_04_16T01_37_39.425338
- 路径：
**/details_harness|hellaswag|10_2024-04-16T01-37-39.425338.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2024-04-16T01-37-39.425338.parquet
- 路径：
- 分割：2024_04_16T01_37_39.425338
- 数据文件：
-
配置名称：harness_hendrycksTest_5
- 数据文件：
- 分割：2024_04_16T01_37_39.425338
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-anatomy|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-astronomy|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_biology|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_physics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-computer_security|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-econometrics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-formal_logic|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-global_facts|5_2024-04-16T01-37-39.425338.parquet
其他任务的路径...
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-anatomy|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-astronomy|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_biology|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-college_physics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-computer_security|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-econometrics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-formal_logic|5_2024-04-16T01-37-39.425338.parquet**/details_harness|hendrycksTest-global_facts|5_2024-04-16T01-37-39.425338.parquet
其他任务的路径...
- 路径：
- 分割：2024_04_16T01_37_39.425338
- 数据文件：
