five

open-llm-leaderboard-old/details_xxyyy123__10k_v1_lora_qkvo_rank14_v3

收藏
Hugging Face2023-09-03 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_xxyyy123__10k_v1_lora_qkvo_rank14_v3
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xxyyy123/10k_v1_lora_qkvo_rank14_v3的评估运行过程中自动创建的,用于Open LLM Leaderboard的评估。数据集包含61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,还有一个名为results的配置,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。

该数据集是在模型xxyyy123/10k_v1_lora_qkvo_rank14_v3的评估运行过程中自动创建的,用于Open LLM Leaderboard的评估。数据集包含61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,还有一个名为results的配置,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 xxyyy123/10k_v1_lora_qkvo_rank14_v3 的过程中自动创建的,用于 Open LLM Leaderboard。数据集包含 61 个配置,每个配置对应一个评估任务。

数据集结构

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。"train" 分割始终指向最新的结果。此外,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。

数据加载示例

以下是加载数据集详细信息的示例代码: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_xxyyy123__10k_v1_lora_qkvo_rank14_v3", "harness_truthfulqa_mc_0", split="train")

最新结果

以下是 2023-09-03T13:17:02.987872 运行的最新结果: python { "all": { "acc": 0.5091352266849982, "acc_stderr": 0.03495474191892426, "acc_norm": 0.5128128131582483, "acc_norm_stderr": 0.03493935725866389, "mc1": 0.3671970624235006, "mc1_stderr": 0.01687480500145318, "mc2": 0.5344202990692574, "mc2_stderr": 0.015729161957393895 }, "harness|arc:challenge|25": { "acc": 0.5298634812286689, "acc_stderr": 0.014585305840007105, "acc_norm": 0.5597269624573379, "acc_norm_stderr": 0.01450676952480424 }, "harness|hellaswag|10": { "acc": 0.6050587532364071, "acc_stderr": 0.004878390226591715, "acc_norm": 0.7921728739294961, "acc_norm_stderr": 0.00404923158643323 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.31, "acc_stderr": 0.04648231987117316, "acc_norm": 0.31, "acc_norm_stderr": 0.04648231987117316 }, # 其他任务的结果... }

配置详情

数据集包含多个配置,每个配置对应不同的任务和数据文件路径。以下是部分配置示例:

  • 配置名称: harness_arc_challenge_25

    • 数据文件:
      • 分割: 2023_09_03T13_17_02.987872
        • 路径: **/details_harness|arc:challenge|25_2023-09-03T13:17:02.987872.parquet
      • 分割: latest
        • 路径: **/details_harness|arc:challenge|25_2023-09-03T13:17:02.987872.parquet
  • 配置名称: harness_hellaswag_10

    • 数据文件:
      • 分割: 2023_09_03T13_17_02.987872
        • 路径: **/details_harness|hellaswag|10_2023-09-03T13:17:02.987872.parquet
      • 分割: latest
        • 路径: **/details_harness|hellaswag|10_2023-09-03T13:17:02.987872.parquet
  • 配置名称: harness_hendrycksTest_5

    • 数据文件:
      • 分割: 2023_09_03T13_17_02.987872
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-high_school_biology|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-high_school_european_history|5_2023-09-03T13:17:02.987872.parquet
          • **/details_harness|hendrycksTest-high_school_geography|5_2023-09-03T13:17:02.987872.parquet
          • `**/details_harness|hendrycksTest-h
二维码
社区交流群
二维码
科研交流群
商业服务