five

open-llm-leaderboard-old/details_Phind__Phind-CodeLlama-34B-Python-v1

收藏
Hugging Face2023-09-17 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Phind__Phind-CodeLlama-34B-Python-v1
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在模型Phind/Phind-CodeLlama-34B-Python-v1在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成,每个配置对应一个特定的评估任务。数据集是从2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,分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外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还提供了一个示例,展示了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息。

该数据集是在模型Phind/Phind-CodeLlama-34B-Python-v1在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成,每个配置对应一个特定的评估任务。数据集是从2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,分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外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还提供了一个示例,展示了如何使用`datasets`库中的`load_dataset`函数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

数据集简介

该数据集是在评估模型Phind/Phind-CodeLlama-34B-Python-v1Open 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: 数据集由2次运行创建,每次运行在每个配置中作为一个特定的分片存在,分片名称使用运行的时间戳。
  • 训练分片: "train"分片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_Phind__Phind-CodeLlama-34B-Python-v1", "harness_winogrande_5", split="train")

最新结果

以下是2023-09-17T16:02:38.595550运行的最新结果: python { "all": { "em": 0.265625, "em_stderr": 0.004523067479107055, "f1": 0.3185192953020138, "f1_stderr": 0.004482746835839152, "acc": 0.4517772845779581, "acc_stderr": 0.012170333746109104 }, "harness|drop|3": { "em": 0.265625, "em_stderr": 0.004523067479107055, "f1": 0.3185192953020138, "f1_stderr": 0.004482746835839152 }, "harness|gsm8k|5": { "acc": 0.21531463229719486, "acc_stderr": 0.011322096294579654 }, "harness|winogrande|5": { "acc": 0.6882399368587214, "acc_stderr": 0.013018571197638551 } }

配置详情

  • harness_arc_challenge_25

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-26T05:45:26.681000.parquet
  • harness_drop_3

    • 分片: 2023_09_17T16_02_38.595550, latest
    • 路径: **/details_harness|drop|3_2023-09-17T16-02-38.595550.parquet
  • harness_gsm8k_5

    • 分片: 2023_09_17T16_02_38.595550, latest
    • 路径: **/details_harness|gsm8k|5_2023-09-17T16-02-38.595550.parquet
  • harness_hellaswag_10

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hellaswag|10_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: 多个路径,包括但不限于 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_abstract_algebra_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_anatomy_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-anatomy|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_astronomy_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-astronomy|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-business_ethics|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_college_biology_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-college_biology|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-college_chemistry|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-college_computer_science|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-college_mathematics|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-college_medicine|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_college_physics_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-college_physics|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_computer_security_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-computer_security|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-conceptual_physics|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_econometrics_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-econometrics|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-electrical_engineering|5_2023-08-26T05:45:26.681000.parquet
  • harness_hendrycksTest_elementary_mathematics_5

    • 分片: 2023_08_26T05_45_26.681000, latest
    • 路径: **/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-26T05:45:26.681000.parquet

以上是数据集的详细概述,包括数据集的简介、结构、加载示例、最新结果以及各个配置的详细信息。

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