five

open-llm-leaderboard-old/details_Aspik101__StableBeluga-13B-instruct-PL-lora_unload

收藏
Hugging Face2023-10-13 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Aspik101__StableBeluga-13B-instruct-PL-lora_unload
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Aspik101/StableBeluga-13B-instruct-PL-lora_unload进行评估时自动生成的。数据集由64个配置组成,每个配置对应一个评估任务。它由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。一个名为results的额外配置存储了所有运行的聚合结果,用于在Open LLM Leaderboard上计算和显示聚合指标。README还提供了一个示例,展示了如何使用Hugging Face的datasets库加载运行中的详细信息。

该数据集是在Open LLM Leaderboard上对模型Aspik101/StableBeluga-13B-instruct-PL-lora_unload进行评估时自动生成的。数据集由64个配置组成,每个配置对应一个评估任务。它由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。一个名为results的额外配置存储了所有运行的聚合结果,用于在Open LLM Leaderboard上计算和显示聚合指标。README还提供了一个示例,展示了如何使用Hugging Face的datasets库加载运行中的详细信息。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

该数据集是在评估模型 Aspik101/StableBeluga-13B-instruct-PL-lora_unloadOpen LLM Leaderboard 上的自动创建的。

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" 分割总是指向最新的结果。
  • 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 Open LLM Leaderboard 上的聚合指标。

最新结果

  • 最新结果来自 2023-10-13T13:27:06.134462 运行,包含以下指标: python { "all": { "em": 0.014786073825503355, "em_stderr": 0.0012360366760472946, "f1": 0.08531564597315425, "f1_stderr": 0.001909056545524939, "acc": 0.44382508573319457, "acc_stderr": 0.010461592536002241 }, "harness|drop|3": { "em": 0.014786073825503355, "em_stderr": 0.0012360366760472946, "f1": 0.08531564597315425, "f1_stderr": 0.001909056545524939 }, "harness|gsm8k|5": { "acc": 0.12206216830932524, "acc_stderr": 0.009017054965766495 }, "harness|winogrande|5": { "acc": 0.7655880031570639, "acc_stderr": 0.011906130106237986 } }

配置详情

  • harness_arc_challenge_25

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-09T11:43:44.316126.parquet
  • harness_drop_3

    • 分割: 2023_10_13T13_27_06.134462, latest
    • 路径: **/details_harness|drop|3_2023-10-13T13-27-06.134462.parquet
  • harness_gsm8k_5

    • 分割: 2023_10_13T13_27_06.134462, latest
    • 路径: **/details_harness|gsm8k|5_2023-10-13T13-27-06.134462.parquet
  • harness_hellaswag_10

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hellaswag|10_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: 多个路径,例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_abstract_algebra_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-anatomy|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-astronomy|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-business_ethics|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-college_biology|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-college_chemistry|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-college_computer_science|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-college_mathematics|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-college_medicine|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-college_physics|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-computer_security|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-conceptual_physics|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-econometrics|5_2023-08-09T11:43:44.316126.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割: 2023_08_09T11_43_44.316126, latest
    • 路径: **/details_harness|hendrycksTest-electrical_engineering|5_2023-08-09T11:43:44.316126.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