five

open-llm-leaderboard-old/details_TheBloke__guanaco-13B-HF

收藏
Hugging Face2023-10-23 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_TheBloke__guanaco-13B-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Open LLM Leaderboard上对模型TheBloke/guanaco-13B-HF进行评估时自动创建的。数据集由64个配置组成,每个配置对应一个评估任务。数据集由2次运行创建,每次运行的结果作为特定配置中的一个分割,分割名称使用运行的时间戳。train分割始终指向最新的结果。此外,还有一个名为results的配置存储了所有运行的聚合结果,用于在Open LLM Leaderboard上计算和显示聚合指标。

该数据集是在Open LLM Leaderboard上对模型TheBloke/guanaco-13B-HF进行评估时自动创建的。数据集由64个配置组成,每个配置对应一个评估任务。数据集由2次运行创建,每次运行的结果作为特定配置中的一个分割,分割名称使用运行的时间戳。train分割始终指向最新的结果。此外,还有一个名为results的配置存储了所有运行的聚合结果,用于在Open LLM Leaderboard上计算和显示聚合指标。
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 TheBloke/guanaco-13B-HF 进行评估运行期间自动创建的,用于 Open LLM Leaderboard

数据集组成

  • 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。
  • 一个额外的配置 "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。

最新结果

以下是 2023-10-23T02:23:34.396726 运行的最新结果

python { "all": { "em": 0.003984899328859061, "em_stderr": 0.0006451805848102414, "f1": 0.06359479865771825, "f1_stderr": 0.001462243147092022, "acc": 0.422835936195714, "acc_stderr": 0.009899837599397724 }, "harness|drop|3": { "em": 0.003984899328859061, "em_stderr": 0.0006451805848102414, "f1": 0.06359479865771825, "f1_stderr": 0.001462243147092022 }, "harness|gsm8k|5": { "acc": 0.08718726307808947, "acc_stderr": 0.007770691416783571 }, "harness|winogrande|5": { "acc": 0.7584846093133386, "acc_stderr": 0.012028983782011875 } }

配置详情

以下是部分配置及其数据文件路径:

  • harness_arc_challenge_25

    • 分割: 2023_07_19T19_24_37.744515
      • 路径: **/details_harness|arc:challenge|25_2023-07-19T19:24:37.744515.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-07-19T19:24:37.744515.parquet
  • harness_drop_3

    • 分割: 2023_10_23T02_23_34.396726
      • 路径: **/details_harness|drop|3_2023-10-23T02-23-34.396726.parquet
    • 分割: latest
      • 路径: **/details_harness|drop|3_2023-10-23T02-23-34.396726.parquet
  • harness_gsm8k_5

    • 分割: 2023_10_23T02_23_34.396726
      • 路径: **/details_harness|gsm8k|5_2023-10-23T02-23-34.396726.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-10-23T02-23-34.396726.parquet
  • harness_hellaswag_10

    • 分割: 2023_07_19T19_24_37.744515
      • 路径: **/details_harness|hellaswag|10_2023-07-19T19:24:37.744515.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-07-19T19:24:37.744515.parquet
  • harness_hendrycksTest_5

    • 分割: 2023_07_19T19_24_37.744515
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T19:24:37.744515.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T19:24:37.744515.parquet
        • ...(其他路径省略)
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T19:24:37.744515.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T19:24:37.744515.parquet
        • ...(其他路径省略)
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