five

open-llm-leaderboard-old/details_ChaoticNeutrals__Bepis_9B

收藏
Hugging Face2024-03-04 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_ChaoticNeutrals__Bepis_9B
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ChaoticNeutrals/Bepis_9B进行评估时自动创建的。数据集包含63个配置,每个配置对应一个评估任务。数据集由1次运行创建,每次运行可以在每个配置中找到特定的分割,分割以运行的时间戳命名。train分割始终指向最新的结果。此外,results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Open LLM Leaderboard上对模型ChaoticNeutrals/Bepis_9B进行评估时自动创建的。数据集包含63个配置,每个配置对应一个评估任务。数据集由1次运行创建,每次运行可以在每个配置中找到特定的分割,分割以运行的时间戳命名。train分割始终指向最新的结果。此外,results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

数据集信息

数据集组成

  • 配置数量: 63
  • 每个配置对应: 一个评估任务
  • 创建次数: 1次
  • 分割命名: 使用运行的时间戳
  • "train"分割: 总是指向最新的结果
  • 额外配置 "results": 存储所有运行的聚合结果,用于计算和显示聚合指标在 Open LLM Leaderboard

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ChaoticNeutrals__Bepis_9B", "harness_winogrande_5", split="train")

最新结果

  • 最新结果来自: run 2024-03-04T07:04:07.439007
  • 详细结果: 包含多个任务的准确率(acc)、标准化准确率(acc_norm)、误差(stderr)等指标。

配置信息

  • 配置名称: harness_arc_challenge_25

    • 数据文件:
      • 分割: 2024_03_04T07_04_07.439007
        • 路径: **/details_harness|arc:challenge|25_2024-03-04T07-04-07.439007.parquet
      • 分割: latest
        • 路径: **/details_harness|arc:challenge|25_2024-03-04T07-04-07.439007.parquet
  • 配置名称: harness_gsm8k_5

    • 数据文件:
      • 分割: 2024_03_04T07_04_07.439007
        • 路径: **/details_harness|gsm8k|5_2024-03-04T07-04-07.439007.parquet
      • 分割: latest
        • 路径: **/details_harness|gsm8k|5_2024-03-04T07-04-07.439007.parquet
  • 配置名称: harness_hellaswag_10

    • 数据文件:
      • 分割: 2024_03_04T07_04_07.439007
        • 路径: **/details_harness|hellaswag|10_2024-03-04T07-04-07.439007.parquet
      • 分割: latest
        • 路径: **/details_harness|hellaswag|10_2024-03-04T07-04-07.439007.parquet
  • 配置名称: harness_hendrycksTest_5

    • 数据文件:
      • 分割: 2024_03_04T07_04_07.439007
        • 路径:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-03-04T07-04-07.439007.parquet
          • **/details_harness|hendrycksTest-high_school_biology|5_2024-03-04T07-04-07.439007.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