five

open-llm-leaderboard-old/details_ChaoticNeutrals__Prodigy_7B

收藏
Hugging Face2024-02-29 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_ChaoticNeutrals__Prodigy_7B
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在Open LLM Leaderboard上对模型ChaoticNeutrals/Prodigy_7B进行评估时自动创建的。数据集由63个配置组成,每个配置对应一个评估任务。数据集从1次运行中创建,每次运行可以在每个配置中找到,运行的时间戳作为分割名称。train分割始终指向最新的结果。此外,results配置存储了所有运行的聚合结果,并用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在Open LLM Leaderboard上对模型ChaoticNeutrals/Prodigy_7B进行评估时自动创建的。数据集由63个配置组成,每个配置对应一个评估任务。数据集从1次运行中创建,每次运行可以在每个配置中找到,运行的时间戳作为分割名称。train分割始终指向最新的结果。此外,results配置存储了所有运行的聚合结果,并用于计算和显示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

数据集来源

该数据集是在评估模型 ChaoticNeutrals/Prodigy_7BOpen LLM Leaderboard 上的运行过程中自动创建的。

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。
  • 数据集由 1 次运行创建,每次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。
  • 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

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ChaoticNeutrals__Prodigy_7B", "harness_winogrande_5", split="train")

最新结果

这些是最新的结果,来自 2024-02-29T16:22:22.877763 的运行: python { "all": { "acc": 0.6541124776719341, "acc_stderr": 0.03200942052047841, "acc_norm": 0.6542696674198764, "acc_norm_stderr": 0.032672093467498255, "mc1": 0.5324357405140759, "mc1_stderr": 0.017466632149577613, "mc2": 0.6856534678008832, "mc2_stderr": 0.0149101836867707 }, "harness|arc:challenge|25": { "acc": 0.6945392491467577, "acc_stderr": 0.013460080478002508, "acc_norm": 0.7158703071672355, "acc_norm_stderr": 0.013179442447653886 }, "harness|hellaswag|10": { "acc": 0.7122087233618801, "acc_stderr": 0.00451808059452802, "acc_norm": 0.8809002190798646, "acc_norm_stderr": 0.0032324391398815527 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.047258156262526045, "acc_norm": 0.33, "acc_norm_stderr": 0.047258156262526045 }, # 其他任务的结果... }

配置详情

  • config_name: harness_arc_challenge_25

    • split: 2024_02_29T16_22_22.877763
      • path: **/details_harness|arc:challenge|25_2024-02-29T16-22-22.877763.parquet
    • split: latest
      • path: **/details_harness|arc:challenge|25_2024-02-29T16-22-22.877763.parquet
  • config_name: harness_gsm8k_5

    • split: 2024_02_29T16_22_22.877763
      • path: **/details_harness|gsm8k|5_2024-02-29T16-22-22.877763.parquet
    • split: latest
      • path: **/details_harness|gsm8k|5_2024-02-29T16-22-22.877763.parquet
  • config_name: harness_hellaswag_10

    • split: 2024_02_29T16_22_22.877763
      • path: **/details_harness|hellaswag|10_2024-02-29T16-22-22.877763.parquet
    • split: latest
      • path: **/details_harness|hellaswag|10_2024-02-29T16-22-22.877763.parquet
  • config_name: harness_hendrycksTest_5

    • split: 2024_02_29T16_22_22.877763
      • path:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-02-29T16-22-22.877763.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2024-02-29T16-22-22.877763.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