open-llm-leaderboard/details_allknowingroger__NexusRaven-15B-pass
收藏Hugging Face2024-04-11 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_allknowingroger__NexusRaven-15B-pass
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allknowingroger/NexusRaven-15B-pass在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成,每个配置对应一个被评估的任务。它由1次运行创建,每次运行作为每个配置中的一个特定分割,分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果,用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python中的datasets库加载运行细节的示例。
该数据集是在模型allknowingroger/NexusRaven-15B-pass在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成,每个配置对应一个被评估的任务。它由1次运行创建,每次运行作为每个配置中的一个特定分割,分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果,用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python中的datasets库加载运行细节的示例。
提供机构:
open-llm-leaderboard
原始信息汇总
数据集概述
数据集信息
- 名称: Evaluation run of allknowingroger/NexusRaven-15B-pass
- 来源: 自动创建于模型 allknowingroger/NexusRaven-15B-pass 在 Open LLM Leaderboard 的评估运行。
数据集组成
- 配置数量: 63 个配置,每个配置对应一个评估任务。
- 创建次数: 从 1 次运行中创建。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" 分割始终指向最新结果。
- 额外配置: "results" 配置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
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_allknowingroger__NexusRaven-15B-pass", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳: 2024-04-11T07:30:47.900772
- 聚合结果: python { "all": { "acc": 0.4249753091336553, "acc_stderr": 0.034275379775475075, "acc_norm": 0.43178118203852844, "acc_norm_stderr": 0.0352092152747723, "mc1": 0.2802937576499388, "mc1_stderr": 0.015723139524608753, "mc2": 0.44836340333599356, "mc2_stderr": 0.016208658629744008 }, "harness|arc:challenge|25": { "acc": 0.3609215017064846, "acc_stderr": 0.014034761386175458, "acc_norm": 0.39078498293515357, "acc_norm_stderr": 0.014258563880513777 }, "harness|hellaswag|10": { "acc": 0.3986257717586138, "acc_stderr": 0.004886147907627405, "acc_norm": 0.518621788488349, "acc_norm_stderr": 0.0049863195875249604 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.3, "acc_stderr": 0.046056618647183814, "acc_norm": 0.3, "acc_norm_stderr": 0.046056618647183814 }, ... }
配置详情
-
配置名称: harness_arc_challenge_25
- 数据文件:
- 分割: 2024_04_11T07_30_47.900772
- 路径: **/details_harness|arc:challenge|25_2024-04-11T07-30-47.900772.parquet
- 分割: latest
- 路径: **/details_harness|arc:challenge|25_2024-04-11T07-30-47.900772.parquet
- 分割: 2024_04_11T07_30_47.900772
- 数据文件:
-
配置名称: harness_gsm8k_5
- 数据文件:
- 分割: 2024_04_11T07_30_47.900772
- 路径: **/details_harness|gsm8k|5_2024-04-11T07-30-47.900772.parquet
- 分割: latest
- 路径: **/details_harness|gsm8k|5_2024-04-11T07-30-47.900772.parquet
- 分割: 2024_04_11T07_30_47.900772
- 数据文件:
-
配置名称: harness_hellaswag_10
- 数据文件:
- 分割: 2024_04_11T07_30_47.900772
- 路径: **/details_harness|hellaswag|10_2024-04-11T07-30-47.900772.parquet
- 分割: latest
- 路径: **/details_harness|hellaswag|10_2024-04-11T07-30-47.900772.parquet
- 分割: 2024_04_11T07_30_47.900772
- 数据文件:
-
配置名称: harness_hendrycksTest_5
- 数据文件:
- 分割: 2024_04_11T07_30_47.900772
- 路径:
- **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-anatomy|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-astronomy|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-business_ethics|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-college_biology|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-college_chemistry|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-college_computer_science|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-college_mathematics|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-college_medicine|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-college_physics|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-computer_security|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-conceptual_physics|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-econometrics|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-electrical_engineering|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-formal_logic|5_2024-04-11T07-30-47.900772.parquet
- **/details_harness|hendrycksTest-global_facts|5_2024-04-11T07-30-47.900772.parquet ...
- 路径:
- 分割: 2024_04_11T07_30_47.900772
- 数据文件:



