five

open-llm-leaderboard-old/details_nthngdy__pythia-owt2-70m-50k

收藏
Hugging Face2023-09-17 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_nthngdy__pythia-owt2-70m-50k
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 nthngdy/pythia-owt2-70m-50k 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由 64 个配置组成,每个配置对应一个评估任务。数据集由 2 次运行生成,每次运行在每个配置中表示为特定的拆分,使用运行的时间戳命名。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。可以使用 datasets 库中的 load_dataset 函数加载数据集,指定数据集名称以及所需的配置和拆分。

该数据集是在模型 nthngdy/pythia-owt2-70m-50k 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由 64 个配置组成,每个配置对应一个评估任务。数据集由 2 次运行生成,每次运行在每个配置中表示为特定的拆分,使用运行的时间戳命名。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。可以使用 datasets 库中的 load_dataset 函数加载数据集,指定数据集名称以及所需的配置和拆分。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集 Evaluation run of nthngdy/pythia-owt2-70m-50k 是在评估模型 nthngdy/pythia-owt2-70m-50kOpen LLM Leaderboard 上的自动创建的。

数据集结构

  • 数据集包含 64 个配置,每个配置对应一个评估任务。
  • 数据集从 2 次运行中创建,每个运行在每个配置中作为一个特定的分割存在,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_nthngdy__pythia-owt2-70m-50k", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T20:43:29.834346 运行的最新结果

python { "all": { "em": 0.01164010067114094, "em_stderr": 0.0010984380734033166, "f1": 0.042847105704697984, "f1_stderr": 0.0015153408758494672, "acc": 0.26203630623520124, "acc_stderr": 0.007018094832697564 }, "harness|drop|3": { "em": 0.01164010067114094, "em_stderr": 0.0010984380734033166, "f1": 0.042847105704697984, "f1_stderr": 0.0015153408758494672 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5240726124704025, "acc_stderr": 0.014036189665395127 } }

配置详情

  • harness_arc_challenge_25

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|arc:challenge|25_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-07-19T13:38:15.957411.parquet
  • harness_drop_3

    • 分割:2023_09_17T20_43_29.834346
    • 路径:**/details_harness|drop|3_2023-09-17T20-43-29.834346.parquet
    • 分割:latest
    • 路径:**/details_harness|drop|3_2023-09-17T20-43-29.834346.parquet
  • harness_gsm8k_5

    • 分割:2023_09_17T20_43_29.834346
    • 路径:**/details_harness|gsm8k|5_2023-09-17T20-43-29.834346.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-09-17T20-43-29.834346.parquet
  • harness_hellaswag_10

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hellaswag|10_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:38:15.957411.parquet 等 50 个文件
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:38:15.957411.parquet 等 50 个文件
  • harness_hendrycksTest_abstract_algebra_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-07-19T13:38:15.957411.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割:2023_07_19T13_38_15.957411
    • 路径:**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-19T13:38:15.957411.parquet
    • 分割:latest
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