open-llm-leaderboard-old/details_liminerity__M7-7b
收藏Hugging Face2024-03-10 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_liminerity__M7-7b
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liminerity/M7-7b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次运行中创建的,每次运行作为每个配置中的一个特定分割,使用运行的时间戳命名。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,用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在Open LLM Leaderboard上对模型liminerity/M7-7b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次运行中创建的,每次运行作为每个配置中的一个特定分割,使用运行的时间戳命名。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,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
数据集名称
- 名称: Evaluation run of liminerity/M7-7b
数据集来源
- 创建背景: 该数据集是在对模型 liminerity/M7-7b 进行评估运行期间自动创建的,评估运行在 Open LLM Leaderboard 上进行。
数据集结构
- 配置数量: 该数据集包含 63 个配置,每个配置对应一个评估任务。
- 运行次数: 数据集从 1 次运行中创建。每个运行可以在每个配置中作为一个特定的分片找到,分片名称使用运行的时间戳。
- 最新结果: "train" 分片始终指向最新的结果。
- 结果汇总: 一个额外的配置 "results" 存储所有运行的汇总结果,用于计算和显示 Open LLM Leaderboard 上的汇总指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_liminerity__M7-7b", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳: 2024-03-10T04:12:29.468873
- 结果示例:
python
{
"all": {
"acc": 0.6518510677976063,
"acc_stderr": 0.03203683002461246,
"acc_norm": 0.6505703294705394,
"acc_norm_stderr": 0.03271494006314174,
"mc1": 0.631578947368421,
"mc1_stderr": 0.016886551261046046,
"mc2": 0.7792924999444771,
"mc2_stderr": 0.013713064522592473
},
"harness|arc:challenge|25": {
"acc": 0.7167235494880546,
"acc_stderr": 0.013167478735134575,
"acc_norm": 0.7286689419795221,
"acc_norm_stderr": 0.012993807727545796
},
"harness|hellaswag|10": {
"acc": 0.7177853017327226,
"acc_stderr": 0.0044915745394418834,
"acc_norm": 0.8914558852818164,
"acc_norm_stderr": 0.003104306434972473
},
"harness|hendrycksTest-abstract_algebra|5": {
"acc": 0.31,
"acc_stderr": 0.04648231987117316,
"acc_norm": 0.31,
"acc_norm_stderr": 0.04648231987117316
},
其他任务的结果...
}
配置详情
-
配置名称: harness_arc_challenge_25
- 数据文件:
- 分片: 2024_03_10T04_12_29.468873
- 路径: **/details_harness|arc:challenge|25_2024-03-10T04-12-29.468873.parquet
- 分片: latest
- 路径: **/details_harness|arc:challenge|25_2024-03-10T04-12-29.468873.parquet
- 分片: 2024_03_10T04_12_29.468873
- 数据文件:
-
配置名称: harness_gsm8k_5
- 数据文件:
- 分片: 2024_03_10T04_12_29.468873
- 路径: **/details_harness|gsm8k|5_2024-03-10T04-12-29.468873.parquet
- 分片: latest
- 路径: **/details_harness|gsm8k|5_2024-03-10T04-12-29.468873.parquet
- 分片: 2024_03_10T04_12_29.468873
- 数据文件:
-
配置名称: harness_hellaswag_10
- 数据文件:
- 分片: 2024_03_10T04_12_29.468873
- 路径: **/details_harness|hellaswag|10_2024-03-10T04-12-29.468873.parquet
- 分片: latest
- 路径: **/details_harness|hellaswag|10_2024-03-10T04-12-29.468873.parquet
- 分片: 2024_03_10T04_12_29.468873
- 数据文件:
-
配置名称: harness_hendrycksTest_5
- 数据文件:
- 分片: 2024_03_10T04_12_29.468873
- 路径:
- **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-anatomy|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-astronomy|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-business_ethics|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-college_biology|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-college_chemistry|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-college_computer_science|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-college_mathematics|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-college_medicine|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-college_physics|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-computer_security|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-econometrics|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-formal_logic|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-global_facts|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-high_school_biology|5_2024-03-10T04-12-29.468873.parquet
- **/details_harness|hendrycksTest-high_school_chemistry|5_2024-03-10T04-12-29.468873.parquet
其他文件路径...
- 路径:
- 分片: 2024_03_10T04_12_29.468873
- 数据文件:
}



