open-llm-leaderboard-old/details_LLMs__WizardLM-30B-V1.0
收藏Hugging Face2023-10-30 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_LLMs__WizardLM-30B-V1.0
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LLMs/WizardLM-30B-V1.0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。数据集包含3次运行的数据，每次运行都作为一个特定的分割存储，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，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README文件还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例，并包含了特定运行的最新结果。
该数据集是在Open LLM Leaderboard上对模型LLMs/WizardLM-30B-V1.0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。数据集包含3次运行的数据，每次运行都作为一个特定的分割存储，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，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README文件还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例，并包含了特定运行的最新结果。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集名称
Evaluation run of LLMs/WizardLM-30B-V1.0
数据集摘要
该数据集是在模型 LLMs/WizardLM-30B-V1.0 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
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 3 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。
- 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_LLMs__WizardLM-30B-V1.0", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-30T02:37:12.561310 运行 的最新结果： python { "all": { "em": 0.286493288590604, "em_stderr": 0.0046301590416793666, "f1": 0.3621350671140946, "f1_stderr": 0.00452241220066869, "acc": 0.4967032138503913, "acc_stderr": 0.011557270415432395 }, "harness|drop|3": { "em": 0.286493288590604, "em_stderr": 0.0046301590416793666, "f1": 0.3621350671140946, "f1_stderr": 0.00452241220066869 }, "harness|gsm8k|5": { "acc": 0.21834723275208492, "acc_stderr": 0.011379497266738049 }, "harness|winogrande|5": { "acc": 0.7750591949486977, "acc_stderr": 0.011735043564126742 } }
配置详情
配置列表
harness_arc_challenge_25harness_drop_3harness_gsm8k_5harness_hellaswag_10harness_hendrycksTest_5harness_hendrycksTest_abstract_algebra_5harness_hendrycksTest_anatomy_5harness_hendrycksTest_astronomy_5harness_hendrycksTest_business_ethics_5harness_hendrycksTest_clinical_knowledge_5harness_hendrycksTest_college_biology_5harness_hendrycksTest_college_chemistry_5harness_hendrycksTest_college_computer_science_5harness_hendrycksTest_college_mathematics_5harness_hendrycksTest_college_medicine_5harness_hendrycksTest_college_physics_5harness_hendrycksTest_computer_security_5harness_hendrycksTest_conceptual_physics_5harness_hendrycksTest_econometrics_5harness_hendrycksTest_electrical_engineering_5
数据文件详情
-
harness_arc_challenge_25- 分割：
2023_08_22T13_36_33.189763- 路径：
**/details_harness|arc:challenge|25_2023-08-22T13:36:33.189763.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|arc:challenge|25_2023-08-22T13:36:33.189763.parquet
- 路径：
- 分割：
-
harness_drop_3- 分割：
2023_10_17T07_27_45.879930- 路径：
**/details_harness|drop|3_2023-10-17T07-27-45.879930.parquet
- 路径：
- 分割：
2023_10_30T02_37_12.561310- 路径：
**/details_harness|drop|3_2023-10-30T02-37-12.561310.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|drop|3_2023-10-30T02-37-12.561310.parquet
- 路径：
- 分割：
-
harness_gsm8k_5- 分割：
2023_10_17T07_27_45.879930- 路径：
**/details_harness|gsm8k|5_2023-10-17T07-27-45.879930.parquet
- 路径：
- 分割：
2023_10_30T02_37_12.561310- 路径：
**/details_harness|gsm8k|5_2023-10-30T02-37-12.561310.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|gsm8k|5_2023-10-30T02-37-12.561310.parquet
- 路径：
- 分割：
-
harness_hellaswag_10- 分割：
2023_08_22T13_36_33.189763- 路径：
**/details_harness|hellaswag|10_2023-08-22T13:36:33.189763.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hellaswag|10_2023-08-22T13:36:33.189763.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_5- 分割：
2023_08_22T13_36_33.189763- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-08-22T13:36:33.189763.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-08-22T13:36:33.189763.parquet - 路径：`**/details_harness|hendrycksTest-logical_fallacies|5_2023-08-22T1
- 路径：
- 分割：
