five

open-llm-leaderboard/details_aisquared__dlite-v2-355m

收藏
Hugging Face2023-10-15 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_aisquared__dlite-v2-355m
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aisquared/dlite-v2-355m的评估运行期间自动创建的,主要用于Open LLM Leaderboard的评估任务。数据集包含64个配置,每个配置对应一个评估任务。数据集由2次运行生成,每次运行的结果都存储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,用于计算和显示Open LLM Leaderboard上的聚合指标。
提供机构:
open-llm-leaderboard
原始信息汇总

数据集概述

该数据集是在对模型 aisquared/dlite-v2-355m 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,用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_aisquared__dlite-v2-355m", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T23:07:25.491864 运行 的最新结果:

python { "all": { "em": 0.001572986577181208, "em_stderr": 0.000405845113241774, "f1": 0.055305159395973226, "f1_stderr": 0.001369522078512369, "acc": 0.26400947119179163, "acc_stderr": 0.007015202106702892 }, "harness|drop|3": { "em": 0.001572986577181208, "em_stderr": 0.000405845113241774, "f1": 0.055305159395973226, "f1_stderr": 0.001369522078512369 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5280189423835833, "acc_stderr": 0.014030404213405784 } }

配置详情

以下是部分配置的详细信息:

  • harness_arc_challenge_25

    • 分割:2023_07_19T14_14_13.332045
    • 路径:**/details_harness|arc:challenge|25_2023-07-19T14:14:13.332045.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-07-19T14:14:13.332045.parquet
  • harness_drop_3

    • 分割:2023_10_15T23_07_25.491864
    • 路径:**/details_harness|drop|3_2023-10-15T23-07-25.491864.parquet
    • 分割:latest
    • 路径:**/details_harness|drop|3_2023-10-15T23-07-25.491864.parquet
  • harness_gsm8k_5

    • 分割:2023_10_15T23_07_25.491864
    • 路径:**/details_harness|gsm8k|5_2023-10-15T23-07-25.491864.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-10-15T23-07-25.491864.parquet
  • harness_hellaswag_10

    • 分割:2023_07_19T14_14_13.332045
    • 路径:**/details_harness|hellaswag|10_2023-07-19T14:14:13.332045.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-07-19T14:14:13.332045.parquet
  • harness_hendrycksTest_5

    • 分割:2023_07_19T14_14_13.332045
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T14:14:13.332045.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T14:14:13.332045.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