five

open-llm-leaderboard-old/details_OpenBuddy__openbuddy-mixtral-7bx8-v17.3-32k

收藏
Hugging Face2024-02-03 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_OpenBuddy__openbuddy-mixtral-7bx8-v17.3-32k
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OpenBuddy/openbuddy-mixtral-7bx8-v17.3-32k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,每个配置对应一个被评估的任务。数据集是从1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存储了运行的所有聚合结果,用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python代码加载运行中的详细信息的示例,并包含了特定运行的最新结果。

该数据集是在模型OpenBuddy/openbuddy-mixtral-7bx8-v17.3-32k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,每个配置对应一个被评估的任务。数据集是从1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存储了运行的所有聚合结果,用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python代码加载运行中的详细信息的示例,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

数据集名称

  • 名称: Evaluation run of OpenBuddy/openbuddy-mixtral-7bx8-v17.3-32k

数据集描述

  • 创建目的: 该数据集是在模型 OpenBuddy/openbuddy-mixtral-7bx8-v17.3-32kOpen LLM Leaderboard 上的评估运行期间自动创建的。
  • 组成: 数据集包含 63 个配置,每个配置对应一个评估任务。
  • 创建次数: 数据集从 1 次运行中创建。每个运行可以在每个配置中作为一个特定的分片找到,分片名称使用运行的时间戳。"train" 分片始终指向最新的结果。
  • 额外配置: 一个名为 "results" 的额外配置存储了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_OpenBuddy__openbuddy-mixtral-7bx8-v17.3-32k", "harness_winogrande_5", split="train")

最新结果

  • 最新结果时间戳: 2024-02-03T22:04:01.545858
  • 结果示例: python { "all": { "acc": 0.6917313320960925, "acc_stderr": 0.030694742722936492, "acc_norm": 0.6985909537220241, "acc_norm_stderr": 0.03127101232040077, "mc1": 0.4222766217870257, "mc1_stderr": 0.017290733254248167, "mc2": 0.5913829725730599, "mc2_stderr": 0.015218394186481066 }, "harness|arc:challenge|25": { "acc": 0.6151877133105802, "acc_stderr": 0.014218371065251104, "acc_norm": 0.6450511945392492, "acc_norm_stderr": 0.013983036904094094 }, "harness|hellaswag|10": { "acc": 0.5156343357896833, "acc_stderr": 0.004987341485856662, "acc_norm": 0.6695877315275841, "acc_norm_stderr": 0.004694002781939541 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.35, "acc_stderr": 0.0479372485441102, "acc_norm": 0.35, "acc_norm_stderr": 0.0479372485441102 },

    更多任务结果...

}

配置详情

  • 配置名称: harness_arc_challenge_25

    • 数据文件:
      • 分片: 2024_02_03T22_04_01.545858
        • 路径: **/details_harness|arc:challenge|25_2024-02-03T22-04-01.545858.parquet
      • 分片: latest
        • 路径: **/details_harness|arc:challenge|25_2024-02-03T22-04-01.545858.parquet
  • 配置名称: harness_gsm8k_5

    • 数据文件:
      • 分片: 2024_02_03T22_04_01.545858
        • 路径: **/details_harness|gsm8k|5_2024-02-03T22-04-01.545858.parquet
      • 分片: latest
        • 路径: **/details_harness|gsm8k|5_2024-02-03T22-04-01.545858.parquet
  • 配置名称: harness_hellaswag_10

    • 数据文件:
      • 分片: 2024_02_03T22_04_01.545858
        • 路径: **/details_harness|hellaswag|10_2024-02-03T22-04-01.545858.parquet
      • 分片: latest
        • 路径: **/details_harness|hellaswag|10_2024-02-03T22-04-01.545858.parquet
  • 配置名称: harness_hendrycksTest_5

    • 数据文件:
      • 分片: 2024_02_03T22_04_01.545858
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-02-03T22-04-01.545858.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-02-03T22-04-01.545858.parquet

          更多路径...

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