five

open-llm-leaderboard-old/details_qblocks__codellama_7b_DolphinCoder

收藏
Hugging Face2024-01-05 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_qblocks__codellama_7b_DolphinCoder
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[qblocks/codellama_7b_DolphinCoder](https://huggingface.co/qblocks/codellama_7b_DolphinCoder)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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,每个配置对应一个评估任务。数据集是从1次运行中创建的,每次运行可以在每个配置中找到,分割名称使用运行的时间戳。"train"分割始终指向最新结果。此外,"results"配置存储了运行的所有聚合结果,并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

该数据集是在模型[qblocks/codellama_7b_DolphinCoder](https://huggingface.co/qblocks/codellama_7b_DolphinCoder)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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,每个配置对应一个评估任务。数据集是从1次运行中创建的,每次运行可以在每个配置中找到,分割名称使用运行的时间戳。"train"分割始终指向最新结果。此外,"results"配置存储了运行的所有聚合结果,并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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

该数据集是在对模型 qblocks/codellama_7b_DolphinCoder 进行评估运行期间自动创建的。数据集包含 63 个配置,每个配置对应一个评估任务。数据集从 1 次运行中创建,每次运行的详细信息可以在每个配置中找到,并以运行的时间戳命名。"train" 分割始终指向最新的结果。

数据集结构

配置

  • results: 存储所有运行结果的聚合结果,用于计算和显示在 Open LLM Leaderboard 上的聚合指标。

示例加载代码

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_qblocks__codellama_7b_DolphinCoder", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-05T08:13:34.391359 运行的最新结果

python { "all": { "acc": 0.3827239446273333, "acc_stderr": 0.034226432114737984, "acc_norm": 0.3863708183260275, "acc_norm_stderr": 0.03501715050425477, "mc1": 0.22031823745410037, "mc1_stderr": 0.014509045171487291, "mc2": 0.35450592505891126, "mc2_stderr": 0.014292262562897113 }, "harness|arc:challenge|25": { "acc": 0.39761092150170646, "acc_stderr": 0.014301752223279536, "acc_norm": 0.4197952218430034, "acc_norm_stderr": 0.014422181226303026 }, "harness|hellaswag|10": { "acc": 0.49432383987253536, "acc_stderr": 0.004989459871609184, "acc_norm": 0.6550487950607449, "acc_norm_stderr": 0.004743808792037848 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.24, "acc_stderr": 0.04292346959909282, "acc_norm": 0.24, "acc_norm_stderr": 0.04292346959909282 }, # 其他任务的结果... }

配置详情

配置列表

  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5

数据文件路径

  • harness_arc_challenge_25:
    • **/details_harness|arc:challenge|25_2024-01-05T08-13-34.391359.parquet
  • harness_gsm8k_5:
    • **/details_harness|gsm8k|5_2024-01-05T08-13-34.391359.parquet
  • harness_hellaswag_10:
    • **/details_harness|hellaswag|10_2024-01-05T08-13-34.391359.parquet
  • harness_hendrycksTest_5:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-astronomy|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-business_ethics|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-college_biology|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-college_chemistry|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-college_computer_science|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-college_mathematics|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-college_medicine|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-college_physics|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-computer_security|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-conceptual_physics|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-econometrics|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-electrical_engineering|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-formal_logic|5_2024-01-05T08-13-34.391359.parquet
    • **/details_harness|hendrycksTest-global_facts|5_2024-01-05T08-13-34.391359.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