five

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

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
  • 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
  • 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
  • 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 ...
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作