five

open-llm-leaderboard-old/details_Azazelle__Mocha-Dare-7b-ex

收藏
Hugging Face2024-03-23 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Azazelle__Mocha-Dare-7b-ex
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Azazelle/Mocha-Dare-7b-ex进行评估时自动创建的。数据集由63个配置组成,每个配置对应一个评估任务。数据集从1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。此外,results配置存储了所有运行的聚合结果,并用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在Open LLM Leaderboard上对模型Azazelle/Mocha-Dare-7b-ex进行评估时自动创建的。数据集由63个配置组成,每个配置对应一个评估任务。数据集从1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。此外,results配置存储了所有运行的聚合结果,并用于计算和显示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

数据集基本信息

  • 数据集名称: Evaluation run of Azazelle/Mocha-Dare-7b-ex
  • 数据集来源: 自动创建于模型 Azazelle/Mocha-Dare-7b-exOpen LLM Leaderboard 的评估运行中。
  • 数据集结构: 包含63个配置,每个配置对应一个评估任务。
  • 数据集创建: 从1次运行中创建,每个运行在每个配置中作为一个特定的分割存在,分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
  • 额外配置: "results" 配置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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Azazelle__Mocha-Dare-7b-ex", "harness_winogrande_5", split="train")

最新结果

  • 最新结果来源: 2024-03-23T07:33:02.808232
  • 结果示例: python { "all": { "acc": 0.6084542013536897, "acc_stderr": 0.0327517442920207, "acc_norm": 0.6113443372287594, "acc_norm_stderr": 0.033399674276373824, "mc1": 0.36107711138310894, "mc1_stderr": 0.016814312844836886, "mc2": 0.5343809110538692, "mc2_stderr": 0.015950754983245087 }, "harness|arc:challenge|25": { "acc": 0.5699658703071673, "acc_stderr": 0.014467631559137986, "acc_norm": 0.6126279863481229, "acc_norm_stderr": 0.014235872487909869 }, "harness|hellaswag|10": { "acc": 0.6310495917147978, "acc_stderr": 0.004815343349305214, "acc_norm": 0.8159729137621987, "acc_norm_stderr": 0.003867143274914471 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.29, "acc_stderr": 0.045604802157206845, "acc_norm": 0.29, "acc_norm_stderr": 0.045604802157206845 }, ... }

配置信息

  • 配置名称: harness_arc_challenge_25

    • 数据文件:
      • 分割: 2024_03_23T07_33_02.808232
        • 路径: **/details_harness|arc:challenge|25_2024-03-23T07-33-02.808232.parquet
      • 分割: latest
        • 路径: **/details_harness|arc:challenge|25_2024-03-23T07-33-02.808232.parquet
  • 配置名称: harness_gsm8k_5

    • 数据文件:
      • 分割: 2024_03_23T07_33_02.808232
        • 路径: **/details_harness|gsm8k|5_2024-03-23T07-33-02.808232.parquet
      • 分割: latest
        • 路径: **/details_harness|gsm8k|5_2024-03-23T07-33-02.808232.parquet
  • 配置名称: harness_hellaswag_10

    • 数据文件:
      • 分割: 2024_03_23T07_33_02.808232
        • 路径: **/details_harness|hellaswag|10_2024-03-23T07-33-02.808232.parquet
      • 分割: latest
        • 路径: **/details_harness|hellaswag|10_2024-03-23T07-33-02.808232.parquet
  • 配置名称: harness_hendrycksTest_5

    • 数据文件:
      • 分割: 2024_03_23T07_33_02.808232
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-03-23T07-33-02.808232.parquet
          • **/details_harness|hendrycksTest-high_school_biology|5_2024-03-23T07
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