open-llm-leaderboard-old/details_codellama__CodeLlama-7b-hf
收藏Hugging Face2023-10-14 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_codellama__CodeLlama-7b-hf
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 codellama/CodeLlama-7b-hf 在 Open LLM Leaderboard 上的评估过程中自动生成的。数据集由 64 个配置组成，每个配置对应一个被评估的任务。数据集是从 2 次运行中创建的，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train 分割始终指向最新的结果。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 还提供了一个 Python 代码片段来加载运行中的详细信息，并包含了特定运行的最新结果。
该数据集是在模型 codellama/CodeLlama-7b-hf 在 Open LLM Leaderboard 上的评估过程中自动生成的。数据集由 64 个配置组成，每个配置对应一个被评估的任务。数据集是从 2 次运行中创建的，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train 分割始终指向最新的结果。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 还提供了一个 Python 代码片段来加载运行中的详细信息，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
该数据集是在对模型 codellama/CodeLlama-7b-hf 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。
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2次运行创建。每次运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。
- 最新结果："train" 分片始终指向最新的结果。
- 汇总结果：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_codellama__CodeLlama-7b-hf", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-14T19:46:33.225068 运行的最新结果： python { "all": { "em": 0.0006291946308724832, "em_stderr": 0.00025680027497238217, "f1": 0.05123741610738289, "f1_stderr": 0.001242998424746743, "acc": 0.34582445982552373, "acc_stderr": 0.009790248772764803 }, "harness|drop|3": { "em": 0.0006291946308724832, "em_stderr": 0.00025680027497238217, "f1": 0.05123741610738289, "f1_stderr": 0.001242998424746743 }, "harness|gsm8k|5": { "acc": 0.05155420773313116, "acc_stderr": 0.006090887955262816 }, "harness|winogrande|5": { "acc": 0.6400947119179163, "acc_stderr": 0.01348960959026679 } }
配置详情
以下是部分配置及其数据文件路径：
- harness_arc_challenge_25
- 分片：2023_08_26T04_20_17.128606
- 路径：
**/details_harness|arc:challenge|25_2023-08-26T04:20:17.128606.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|arc:challenge|25_2023-08-26T04:20:17.128606.parquet
- 路径：
- 分片：2023_08_26T04_20_17.128606
- harness_drop_3
- 分片：2023_10_14T19_46_33.225068
- 路径：
**/details_harness|drop|3_2023-10-14T19-46-33.225068.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|drop|3_2023-10-14T19-46-33.225068.parquet
- 路径：
- 分片：2023_10_14T19_46_33.225068
- harness_gsm8k_5
- 分片：2023_10_14T19_46_33.225068
- 路径：
**/details_harness|gsm8k|5_2023-10-14T19-46-33.225068.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-14T19-46-33.225068.parquet
- 路径：
- 分片：2023_10_14T19_46_33.225068
- harness_hellaswag_10
- 分片：2023_08_26T04_20_17.128606
- 路径：
**/details_harness|hellaswag|10_2023-08-26T04:20:17.128606.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|hellaswag|10_2023-08-26T04:20:17.128606.parquet
- 路径：
- 分片：2023_08_26T04_20_17.128606
- harness_hendrycksTest_5
- 分片：2023_08_26T04_20_17.128606
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-nutrition|5_2023-08-26T04:20:17.128606.parquet - 路径：
**/details_harness|hendrycksTest-philosophy|5_2023-08-26T04:20:17.128606.parquet - 路径：`**/details
- 路径：
- 分片：2023_08_26T04_20_17.128606
