open-llm-leaderboard-old/details_mosaicml__mpt-30b-chat
收藏Hugging Face2023-10-16 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_mosaicml__mpt-30b-chat
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 mosaicml/mpt-30b-chat 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由 64 个配置组成，每个配置对应一个被评估的任务。数据集由 4 次运行生成，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。一个额外的配置 results 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。可以使用 `datasets` 库中的 `load_dataset` 函数加载该数据集。
该数据集是在模型 mosaicml/mpt-30b-chat 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由 64 个配置组成，每个配置对应一个被评估的任务。数据集由 4 次运行生成，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。一个额外的配置 results 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。可以使用 `datasets` 库中的 `load_dataset` 函数加载该数据集。
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mosaicml/mpt-30b-chat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：64个配置，每个配置对应一个评估任务。
- 运行次数：数据集由4次运行创建，每次运行在每个配置中都有一个特定的分割，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。
- 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上的聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_mosaicml__mpt-30b-chat", "harness_winogrande_5", split="train")
最新结果
以下是2023-10-16T05:09:13.488891运行的最新结果： python { "all": { "em": 0.0017827181208053692, "em_stderr": 0.00043200973460389824, "f1": 0.06156250000000011, "f1_stderr": 0.001404482472524456, "acc": 0.4371318828152442, "acc_stderr": 0.010557145720065584 }, "harness|drop|3": { "em": 0.0017827181208053692, "em_stderr": 0.00043200973460389824, "f1": 0.06156250000000011, "f1_stderr": 0.001404482472524456 }, "harness|gsm8k|5": { "acc": 0.12130401819560273, "acc_stderr": 0.008992888497275597 }, "harness|winogrande|5": { "acc": 0.7529597474348856, "acc_stderr": 0.01212140294285557 } }
配置详情
配置列表
-
harness_arc_challenge_25
- 分割：2023_07_20T13_10_39.450497
- 路径：
**/details_harness|arc:challenge|25_2023-07-20T13:10:39.450497.parquet
- 路径：
- 分割：2023_10_04T01_12_49.842984
- 路径：
**/details_harness|arc:challenge|25_2023-10-04T01-12-49.842984.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-10-04T01-12-49.842984.parquet
- 路径：
- 分割：2023_07_20T13_10_39.450497
-
harness_drop_3
- 分割：2023_10_13T01_18_40.981025
- 路径：
**/details_harness|drop|3_2023-10-13T01-18-40.981025.parquet
- 路径：
- 分割：2023_10_16T05_09_13.488891
- 路径：
**/details_harness|drop|3_2023-10-16T05-09-13.488891.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-16T05-09-13.488891.parquet
- 路径：
- 分割：2023_10_13T01_18_40.981025
-
harness_gsm8k_5
- 分割：2023_10_13T01_18_40.981025
- 路径：
**/details_harness|gsm8k|5_2023-10-13T01-18-40.981025.parquet
- 路径：
- 分割：2023_10_16T05_09_13.488891
- 路径：
**/details_harness|gsm8k|5_2023-10-16T05-09-13.488891.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-16T05-09-13.488891.parquet
- 路径：
- 分割：2023_10_13T01_18_40.981025
-
harness_hellaswag_10
- 分割：2023_07_20T13_10_39.450497
- 路径：
**/details_harness|hellaswag|10_2023-07-20T13:10:39.450497.parquet
- 路径：
- 分割：2023_10_04T01_12_49.842984
- 路径：
**/details_harness|hellaswag|10_2023-10-04T01-12-49.842984.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-10-04T01-12-49.842984.parquet
- 路径：
- 分割：2023_07_20T13_10_39.450497
-
harness_hendrycksTest_5
- 分割：2023_07_20T13_10_39.450497
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-07-20T13:10:39.450497.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-07-20T13:10:39.450497.parquet - 路径：`**/details_harness|hendrycksTest-medical_genetics|5_2023-07-2
- 路径：
- 分割：2023_07_20T13_10_39.450497
