five

open-llm-leaderboard-old/details_jpquiroga__Mistral_7B_dare_slerp_merge_instruct_open_orca

收藏
Hugging Face2024-04-16 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_jpquiroga__Mistral_7B_dare_slerp_merge_instruct_open_orca
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 jpquiroga/Mistral_7B_dare_slerp_merge_instruct_open_orca 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,每个配置对应一个评估任务。数据集包含 1 次运行的数据,每次运行在每个配置中表示为特定的拆分。train 拆分始终指向最新结果。一个名为 results 的额外配置存储了所有运行的聚合结果,这些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 Hugging Face datasets 库加载数据集的示例,并包含了特定运行的最新结果。

该数据集是在模型 jpquiroga/Mistral_7B_dare_slerp_merge_instruct_open_orca 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,每个配置对应一个评估任务。数据集包含 1 次运行的数据,每次运行在每个配置中表示为特定的拆分。train 拆分始终指向最新结果。一个名为 results 的额外配置存储了所有运行的聚合结果,这些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 Hugging Face datasets 库加载数据集的示例,并包含了特定运行的最新结果。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集简介

该数据集是在模型 jpquiroga/Mistral_7B_dare_slerp_merge_instruct_open_orcaOpen LLM Leaderboard 上的评估运行期间自动创建的。

数据集结构

  • 数据集包含 63 个配置,每个配置对应一个评估任务。
  • 数据集从 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" 分割始终指向最新的结果。
  • 额外的配置 "results" 存储所有运行的聚合结果,用于计算并在 Open LLM Leaderboard 上显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jpquiroga__Mistral_7B_dare_slerp_merge_instruct_open_orca", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要: python { "all": { "acc": 0.6161554493970413, "acc_stderr": 0.032936724283737305, "acc_norm": 0.6211432753839832, "acc_norm_stderr": 0.033602576002331234, "mc1": 0.40269277845777235, "mc1_stderr": 0.01716883093518722, "mc2": 0.5634809148432152, "mc2_stderr": 0.015447882111793024 }, "harness|arc:challenge|25": { "acc": 0.5810580204778157, "acc_stderr": 0.014418106953639013, "acc_norm": 0.6262798634812287, "acc_norm_stderr": 0.014137708601759091 }, "harness|hellaswag|10": { "acc": 0.6211909978092014, "acc_stderr": 0.004840990593494689, "acc_norm": 0.8169687313284206, "acc_norm_stderr": 0.0038590186619620053 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.35, "acc_stderr": 0.0479372485441102, "acc_norm": 0.35, "acc_norm_stderr": 0.0479372485441102 }, # 其他任务的结果... }

配置详情

  • harness_arc_challenge_25

    • 分割: 2024_04_16T15_14_56.072253
    • 路径: **/details_harness|arc:challenge|25_2024-04-16T15-14-56.072253.parquet
    • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2024-04-16T15-14-56.072253.parquet
  • harness_gsm8k_5

    • 分割: 2024_04_16T15_14_56.072253
    • 路径: **/details_harness|gsm8k|5_2024-04-16T15-14-56.072253.parquet
    • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2024-04-16T15-14-56.072253.parquet
  • harness_hellaswag_10

    • 分割: 2024_04_16T15_14_56.072253
    • 路径: **/details_harness|hellaswag|10_2024-04-16T15-14-56.072253.parquet
    • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2024-04-16T15-14-56.072253.parquet
  • harness_hendrycksTest_5

    • 分割: 2024_04_16T15_14_56.072253
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-astronomy|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-business_ethics|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-college_biology|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-college_chemistry|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-college_computer_science|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-college_mathematics|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-college_medicine|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-college_physics|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-computer_security|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-conceptual_physics|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-econometrics|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-electrical_engineering|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-formal_logic|5_2024-04-16T15-14-56.072253.parquet
      • **/details_harness|hendrycksTest-global_facts|5_2024-04-16T15-14-56.072253.parquet

      其他路径...

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