open-llm-leaderboard-old/details_dball__zephyr-7b-dpo-qlora
收藏Hugging Face2024-01-25 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_dball__zephyr-7b-dpo-qlora
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型dball/zephyr-7b-dpo-qlora时自动创建的，主要用于Open LLM Leaderboard的评估。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为特定配置中的一个分割，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，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。
该数据集是在评估模型dball/zephyr-7b-dpo-qlora时自动创建的，主要用于Open LLM Leaderboard的评估。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为特定配置中的一个分割，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，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。
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 dball/zephyr-7b-dpo-qlora 在 Open LLM Leaderboard 上的运行过程中自动创建的。
数据集结构
- 配置数量：63个配置，每个配置对应一个评估任务。
- 数据来源：数据集由1次运行创建，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。
- 最新结果："train" 分割总是指向最新的结果。
- 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的汇总指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_dball__zephyr-7b-dpo-qlora", "harness_winogrande_5", split="train")
最新结果
以下是 最新结果 的摘要： python { "all": { "acc": 0.6209398622167857, "acc_stderr": 0.032737832032667495, "acc_norm": 0.6269182715114309, "acc_norm_stderr": 0.03340643373020695, "mc1": 0.28518971848225216, "mc1_stderr": 0.015805827874454892, "mc2": 0.4402682656740883, "mc2_stderr": 0.01458813596551293 }, ... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_01_25T13_56_24.756224, latest
- 路径：
**/details_harness|arc:challenge|25_2024-01-25T13-56-24.756224.parquet
-
harness_gsm8k_5
- 分割：2024_01_25T13_56_24.756224, latest
- 路径：
**/details_harness|gsm8k|5_2024-01-25T13-56-24.756224.parquet
-
harness_hellaswag_10
- 分割：2024_01_25T13_56_24.756224, latest
- 路径：
**/details_harness|hellaswag|10_2024-01-25T13-56-24.756224.parquet
-
harness_hendrycksTest_5
- 分割：2024_01_25T13_56_24.756224, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-25T13-56-24.756224.parquet等。
