five

open-llm-leaderboard-old/details_migtissera__Synthia-13B

收藏
Hugging Face2023-10-15 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_migtissera__Synthia-13B
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migtissera/Synthia-13B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成,每个配置对应一个评估任务。数据集是从2次运行中创建的,每次运行在每个配置中作为一个特定的分割找到。train分割始终指向最新的结果。一个额外的配置results存储了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。README还提供了一个如何使用Python中的datasets库加载运行细节的示例。

该数据集是在模型migtissera/Synthia-13B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成,每个配置对应一个评估任务。数据集是从2次运行中创建的,每次运行在每个配置中作为一个特定的分割找到。train分割始终指向最新的结果。一个额外的配置results存储了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。README还提供了一个如何使用Python中的datasets库加载运行细节的示例。
提供机构:
open-llm-leaderboard-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 migtissera/Synthia-13BOpen LLM Leaderboard 上的运行过程中自动创建的。

数据集组成

数据集由 64 个配置组成,每个配置对应一个评估任务。数据集从 2 次运行中创建,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。

额外配置

一个额外的配置 "results" 存储了所有运行的聚合结果,用于计算和显示在 Open LLM Leaderboard 上的聚合指标。

数据加载示例

以下是加载特定运行详细信息的示例代码: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_migtissera__Synthia-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T08:11:39.705325 运行的最新结果: python { "all": { "em": 0.007130872483221477, "em_stderr": 0.0008617017796718602, "f1": 0.07447776845637605, "f1_stderr": 0.0016286126770648315, "acc": 0.435392086875506, "acc_stderr": 0.010302368716354655 }, "harness|drop|3": { "em": 0.007130872483221477, "em_stderr": 0.0008617017796718602, "f1": 0.07447776845637605, "f1_stderr": 0.0016286126770648315 }, "harness|gsm8k|5": { "acc": 0.10993176648976498, "acc_stderr": 0.008616195587865404 }, "harness|winogrande|5": { "acc": 0.760852407261247, "acc_stderr": 0.011988541844843905 } }

配置详情

以下是部分配置的详细信息:

  • harness_arc_challenge_25

    • 分割:2023_08_18T07_48_14.366837
    • 路径:**/details_harness|arc:challenge|25_2023-08-18T07:48:14.366837.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-08-18T07:48:14.366837.parquet
  • harness_drop_3

    • 分割:2023_10_15T08_11_39.705325
    • 路径:**/details_harness|drop|3_2023-10-15T08-11-39.705325.parquet
    • 分割:latest
    • 路径:**/details_harness|drop|3_2023-10-15T08-11-39.705325.parquet
  • harness_gsm8k_5

    • 分割:2023_10_15T08_11_39.705325
    • 路径:**/details_harness|gsm8k|5_2023-10-15T08-11-39.705325.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-10-15T08-11-39.705325.parquet
  • harness_hellaswag_10

    • 分割:2023_08_18T07_48_14.366837
    • 路径:**/details_harness|hellaswag|10_2023-08-18T07:48:14.366837.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-08-18T07:48:14.366837.parquet
  • harness_hendrycksTest_5

    • 分割:2023_08_18T07_48_14.366837
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T07:48:14.366837.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T07:48:14.366837.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