open-llm-leaderboard-old/details_wtang06__mpt-125m-c4
收藏Hugging Face2024-03-05 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_wtang06__mpt-125m-c4
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wtang06/mpt-125m-c4的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由64个配置组成，每个配置对应一个评估任务。数据集由5次运行生成，每次运行的结果作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，并用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在模型wtang06/mpt-125m-c4的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由64个配置组成，每个配置对应一个评估任务。数据集由5次运行生成，每次运行的结果作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，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
数据集创建
- 数据集是在模型
wtang06/mpt-125m-c4的评估运行期间自动创建的。 - 该数据集用于 Open LLM Leaderboard 上的模型评估。
数据集结构
- 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 5 次运行中创建，每次运行对应一个特定的时间戳分割。
- 每个配置中的 "train" 分割指向最新的结果。
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 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_wtang06__mpt-125m-c4", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自 2024-03-05T14:27:55.151065 运行。
- 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）及其标准误差（acc_stderr、acc_norm_stderr）。
配置详情
-
harness_arc_challenge_25
- 分割：2023_10_03T23_04_52.221778, 2024_03_05T11_54_23.314144, 2024_03_05T14_27_55.151065, latest
- 路径：
**/details_harness|arc:challenge|25_*.parquet
-
harness_drop_3
- 分割：2023_10_28T21_05_22.097768, latest
- 路径：
**/details_harness|drop|3_*.parquet
-
harness_gsm8k_5
- 分割：2023_10_28T21_05_22.097768, 2023_12_02T13_54_27.484252, 2024_03_05T11_54_23.314144, 2024_03_05T14_27_55.151065, latest
- 路径：
**/details_harness|gsm8k|5_*.parquet
-
harness_hellaswag_10
- 分割：2023_10_03T23_04_52.221778, 2024_03_05T11_54_23.314144, 2024_03_05T14_27_55.151065, latest
- 路径：
**/details_harness|hellaswag|10_*.parquet
-
harness_hendrycksTest_5
- 分割：2023_10_03T23_04_52.221778, 2024_03_05T11_54_23.314144, 2024_03_05T14_27_55.151065, latest
- 路径：
**/details_harness|hendrycksTest-*|5_*.parquet
