five

open-llm-leaderboard/details_HyperbeeAI__Tulpar-7b-v0

收藏
Hugging Face2023-09-16 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_HyperbeeAI__Tulpar-7b-v0
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HyperbeeAI/Tulpar-7b-v0进行评估时自动创建的。数据集由64个配置组成,每个配置对应一个被评估的任务。数据集由2次运行创建,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。此外,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。README还提供了如何使用`load_dataset`函数加载运行中的详细信息的示例。
提供机构:
open-llm-leaderboard
原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 HyperbeeAI/Tulpar-7b-v0Open 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。
  • 运行次数:数据集从2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。
  • 训练分割:"train" 分割始终指向最新的结果。
  • 结果配置: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_HyperbeeAI__Tulpar-7b-v0", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-16T17:05:33.641696 运行的最新结果: python { "all": { "em": 0.3200503355704698, "em_stderr": 0.004777351284269766, "f1": 0.39745910234899495, "f1_stderr": 0.004660867839676267, "acc": 0.38302318192072277, "acc_stderr": 0.00841750512181253 }, "harness|drop|3": { "em": 0.3200503355704698, "em_stderr": 0.004777351284269766, "f1": 0.39745910234899495, "f1_stderr": 0.004660867839676267 }, "harness|gsm8k|5": { "acc": 0.027293404094010616, "acc_stderr": 0.004488095380209751 }, "harness|winogrande|5": { "acc": 0.7387529597474349, "acc_stderr": 0.012346914863415308 } }

配置详情

以下是部分配置的详细信息:

  • harness_arc_challenge_25

    • 分割:2023_08_26T12_16_04.808575
    • 路径:**/details_harness|arc:challenge|25_2023-08-26T12:16:04.808575.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-08-26T12:16:04.808575.parquet
  • harness_drop_3

    • 分割:2023_09_16T17_05_33.641696
    • 路径:**/details_harness|drop|3_2023-09-16T17-05-33.641696.parquet
    • 分割:latest
    • 路径:**/details_harness|drop|3_2023-09-16T17-05-33.641696.parquet
  • harness_gsm8k_5

    • 分割:2023_09_16T17_05_33.641696
    • 路径:**/details_harness|gsm8k|5_2023-09-16T17-05-33.641696.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-09-16T17-05-33.641696.parquet
  • harness_hellaswag_10

    • 分割:2023_08_26T12_16_04.808575
    • 路径:**/details_harness|hellaswag|10_2023-08-26T12:16:04.808575.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-08-26T12:16:04.808575.parquet
  • harness_hendrycksTest_5

    • 分割:2023_08_26T12_16_04.808575
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T12:16:04.808575.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T12:16:04.808575.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