open-llm-leaderboard/details_dhmeltzer__Llama-2-13b-hf-ds_wiki_1024_full_r_64_alpha_16
收藏Hugging Face2023-10-25 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_dhmeltzer__Llama-2-13b-hf-ds_wiki_1024_full_r_64_alpha_16
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 dhmeltzer/Llama-2-13b-hf-ds_wiki_1024_full_r_64_alpha_16 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表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了运行的所有聚合结果，这些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 中的 datasets 库加载数据集的示例。
提供机构：
open-llm-leaderboard
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 dhmeltzer/Llama-2-13b-hf-ds_wiki_1024_full_r_64_alpha_16 在 Open LLM Leaderboard 上的运行过程中自动创建的。
数据集结构
- 配置数量：64个配置，每个配置对应一个评估任务。
- 数据来源：数据集由2次运行生成，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。
- 最新结果："train" 分割始终指向最新的结果。
- 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_dhmeltzer__Llama-2-13b-hf-ds_wiki_1024_full_r_64_alpha_16", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-25T11:55:30.067408 运行 的最新结果： python { "all": { "em": 0.0016778523489932886, "em_stderr": 0.0004191330178826867, "f1": 0.06479446308724818, "f1_stderr": 0.0014092381006987735, "acc": 0.4316480101102639, "acc_stderr": 0.010106933446946506 }, "harness|drop|3": { "em": 0.0016778523489932886, "em_stderr": 0.0004191330178826867, "f1": 0.06479446308724818, "f1_stderr": 0.0014092381006987735 }, "harness|gsm8k|5": { "acc": 0.10007581501137225, "acc_stderr": 0.00826627452868562 }, "harness|winogrande|5": { "acc": 0.7632202052091555, "acc_stderr": 0.01194759236520739 } }
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_09_11T17_50_57.787560
- 路径：
**/details_harness|arc:challenge|25_2023-09-11T17-50-57.787560.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-11T17-50-57.787560.parquet
- 路径：
- 分割：2023_09_11T17_50_57.787560
-
harness_drop_3
- 分割：2023_10_25T11_55_30.067408
- 路径：
**/details_harness|drop|3_2023-10-25T11-55-30.067408.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-25T11-55-30.067408.parquet
- 路径：
- 分割：2023_10_25T11_55_30.067408
-
harness_gsm8k_5
- 分割：2023_10_25T11_55_30.067408
- 路径：
**/details_harness|gsm8k|5_2023-10-25T11-55-30.067408.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-25T11-55-30.067408.parquet
- 路径：
- 分割：2023_10_25T11_55_30.067408
-
harness_hellaswag_10
- 分割：2023_09_11T17_50_57.787560
- 路径：
**/details_harness|hellaswag|10_2023-09-11T17-50-57.787560.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-11T17-50-57.787560.parquet
- 路径：
- 分割：2023_09_11T17_50_57.787560
-
harness_hendrycksTest_5
- 分割：2023_09_11T17_50_57.787560
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2023-09-11T17-50-57.787560.parquet - 路径：
**/details_harness|hendrycksTest-nutrition|5_2023-09-11T17-50-57.787560.parquet - 路径：`**/details_harness|hendrycksTest-philosophy|
- 路径：
- 分割：2023_09_11T17_50_57.787560
