open-llm-leaderboard/details_uukuguy__speechless-codellama-orca-13b
收藏Hugging Face2023-10-23 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_uukuguy__speechless-codellama-orca-13b
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 uukuguy/speechless-codellama-orca-13b 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，每个配置对应一个被评估的任务。它由 4 次运行生成，每次运行在每个配置中表示为特定的拆分。train 拆分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
原始信息汇总
数据集概述
数据集来源
该数据集是在评估模型 uukuguy/speechless-codellama-orca-13b 在 Open LLM Leaderboard 上的运行过程中自动创建的。
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 4 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。
数据集加载示例
以下是加载数据集的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_uukuguy__speechless-codellama-orca-13b", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-23T18:58:19.504304 运行 的最新结果： python { "all": { "em": 0.2686661073825503, "em_stderr": 0.004539457381903774, "f1": 0.3305505453020149, "f1_stderr": 0.00452265523617686, "acc": 0.3499942854509976, "acc_stderr": 0.010012878870777758 }, "harness|drop|3": { "em": 0.2686661073825503, "em_stderr": 0.004539457381903774, "f1": 0.3305505453020149, "f1_stderr": 0.00452265523617686 }, "harness|gsm8k|5": { "acc": 0.05989385898407885, "acc_stderr": 0.006536148151288716 }, "harness|winogrande|5": { "acc": 0.6400947119179163, "acc_stderr": 0.013489609590266799 } }
配置详情
以下是数据集的配置详情：
-
harness_arc_challenge_25
- 分割：2023_09_04T06_25_23.128128
- 路径：
**/details_harness|arc:challenge|25_2023-09-04T06:25:23.128128.parquet
- 路径：
- 分割：2023_09_12T14_20_48.062177
- 路径：
**/details_harness|arc:challenge|25_2023-09-12T14-20-48.062177.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-12T14-20-48.062177.parquet
- 路径：
- 分割：2023_09_04T06_25_23.128128
-
harness_drop_3
- 分割：2023_10_17T18_24_08.012097
- 路径：
**/details_harness|drop|3_2023-10-17T18-24-08.012097.parquet
- 路径：
- 分割：2023_10_23T18_58_19.504304
- 路径：
**/details_harness|drop|3_2023-10-23T18-58-19.504304.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-23T18-58-19.504304.parquet
- 路径：
- 分割：2023_10_17T18_24_08.012097
-
harness_gsm8k_5
- 分割：2023_10_17T18_24_08.012097
- 路径：
**/details_harness|gsm8k|5_2023-10-17T18-24-08.012097.parquet
- 路径：
- 分割：2023_10_23T18_58_19.504304
- 路径：
**/details_harness|gsm8k|5_2023-10-23T18-58-19.504304.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-23T18-58-19.504304.parquet
- 路径：
- 分割：2023_10_17T18_24_08.012097
-
harness_hellaswag_10
- 分割：2023_09_04T06_25_23.128128
- 路径：
**/details_harness|hellaswag|10_2023-09-04T06:25:23.128128.parquet
- 路径：
- 分割：2023_09_12T14_20_48.062177
- 路径：
**/details_harness|hellaswag|10_2023-09-12T14-20-48.062177.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-12T14-20-48.062177.parquet
- 路径：
- 分割：2023_09_04T06_25_23.128128
-
harness_hendrycksTest_5
- 分割：2023_09_04T06_25_23.128128
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-09-04T06:25:23.128128.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-09-04T06:25:23.128128.parquet - 路径：`**/details_harness|hendrycksTest-
- 路径：
- 分割：2023_09_04T06_25_23.128128
