five

open-llm-leaderboard-old/details_jan-hq__trinity-v1

收藏
Hugging Face2023-12-16 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_jan-hq__trinity-v1
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jan-hq/trinity-v1进行评估时自动创建的。它由63个配置组成,每个配置对应一个评估任务。数据集是从1次运行中生成的,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。一个额外的配置results存储了所有运行的聚合结果,这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用`datasets`库中的`load_dataset`函数加载该数据集。

该数据集是在Open LLM Leaderboard上对模型jan-hq/trinity-v1进行评估时自动创建的。它由63个配置组成,每个配置对应一个评估任务。数据集是从1次运行中生成的,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。一个额外的配置results存储了所有运行的聚合结果,这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用`datasets`库中的`load_dataset`函数加载该数据集。
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

  • 名称: Evaluation run of jan-hq/trinity-v1
  • 来源: 自动创建于模型 jan-hq/trinity-v1Open LLM Leaderboard 的评估运行中。
  • 组成: 包含 63 个配置,每个配置对应一个评估任务。
  • 创建次数: 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_jan-hq__trinity-v1", "harness_winogrande_5", split="train")

最新结果

  • 最新结果时间戳: 2023-12-16T19:24:08.553660
  • 详细结果: python { "all": { "acc": 0.6575877329335247, "acc_stderr": 0.031985421208388404, "acc_norm": 0.6571647268300141, "acc_norm_stderr": 0.032648337921958155, "mc1": 0.5507955936352509, "mc1_stderr": 0.01741294198611529, "mc2": 0.6931209356367747, "mc2_stderr": 0.015031530031665238 }, "harness|arc:challenge|25": { "acc": 0.6988054607508533, "acc_stderr": 0.013406741767847632, "acc_norm": 0.7226962457337884, "acc_norm_stderr": 0.013082095839059376 }, "harness|hellaswag|10": { "acc": 0.711113324039036, "acc_stderr": 0.004523188431142894, "acc_norm": 0.8835889265086636, "acc_norm_stderr": 0.0032006176493464752 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.04725815626252605, "acc_norm": 0.33, "acc_norm_stderr": 0.04725815626252605 }, # 其他任务结果省略... }

配置信息

  • 配置名称: harness_arc_challenge_25

    • 分割: 2023_12_16T19_24_08.553660
      • 路径: **/details_harness|arc:challenge|25_2023-12-16T19-24-08.553660.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-16T19-24-08.553660.parquet
  • 配置名称: harness_gsm8k_5

    • 分割: 2023_12_16T19_24_08.553660
      • 路径: **/details_harness|gsm8k|5_2023-12-16T19-24-08.553660.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-16T19-24-08.553660.parquet
  • 配置名称: harness_hellaswag_10

    • 分割: 2023_12_16T19_24_08.553660
      • 路径: **/details_harness|hellaswag|10_2023-12-16T19-24-08.553660.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-16T19-24-08.553660.parquet
  • 配置名称: harness_hendrycksTest_5

    • 分割: 2023_12_16T19_24_08.553660
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2023-12-16T19-24-08.553660.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2023-12-16T19-24-08.553660.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