open-llm-leaderboard-old/details_dhmeltzer__Llama-2-13b-hf-ds_eli5_1024_r_64_alpha_16
收藏Hugging Face2023-10-23 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_dhmeltzer__Llama-2-13b-hf-ds_eli5_1024_r_64_alpha_16
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 dhmeltzer/Llama-2-13b-hf-ds_eli5_1024_r_64_alpha_16 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，每个配置对应一个评估任务。它由 2 次运行创建，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了运行的所有聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了如何使用 `datasets` 库中的 `load_dataset` 函数加载运行中的详细信息的示例。
该数据集是在模型 dhmeltzer/Llama-2-13b-hf-ds_eli5_1024_r_64_alpha_16 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，每个配置对应一个评估任务。它由 2 次运行创建，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了运行的所有聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了如何使用 `datasets` 库中的 `load_dataset` 函数加载运行中的详细信息的示例。
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 dhmeltzer/Llama-2-13b-hf-ds_eli5_1024_r_64_alpha_16 在 Open 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：数据集从2次运行中创建。每个运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
- 训练分割："train" 分割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，用于计算和显示聚合指标在 Open LLM Leaderboard 上。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_dhmeltzer__Llama-2-13b-hf-ds_eli5_1024_r_64_alpha_16", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-23T22:35:24.865174 运行的最新结果： python { "all": { "em": 0.01782718120805369, "em_stderr": 0.0013551112361429815, "f1": 0.08924706375838878, "f1_stderr": 0.0019471028162232693, "acc": 0.42603967392962905, "acc_stderr": 0.00977820694915367 }, "harness|drop|3": { "em": 0.01782718120805369, "em_stderr": 0.0013551112361429815, "f1": 0.08924706375838878, "f1_stderr": 0.0019471028162232693 }, "harness|gsm8k|5": { "acc": 0.08491281273692192, "acc_stderr": 0.007678212824450797 }, "harness|winogrande|5": { "acc": 0.7671665351223362, "acc_stderr": 0.011878201073856544 } }
配置详情
以下是数据集的配置详情：
-
harness_arc_challenge_25
- 分割：2023_09_11T17_48_14.644615
- 路径：
**/details_harness|arc:challenge|25_2023-09-11T17-48-14.644615.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-11T17-48-14.644615.parquet
- 路径：
- 分割：2023_09_11T17_48_14.644615
-
harness_drop_3
- 分割：2023_10_23T22_35_24.865174
- 路径：
**/details_harness|drop|3_2023-10-23T22-35-24.865174.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-23T22-35-24.865174.parquet
- 路径：
- 分割：2023_10_23T22_35_24.865174
-
harness_gsm8k_5
- 分割：2023_10_23T22_35_24.865174
- 路径：
**/details_harness|gsm8k|5_2023-10-23T22-35-24.865174.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-23T22-35-24.865174.parquet
- 路径：
- 分割：2023_10_23T22_35_24.865174
-
harness_hellaswag_10
- 分割：2023_09_11T17_48_14.644615
- 路径：
**/details_harness|hellaswag|10_2023-09-11T17-48-14.644615.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-11T17-48-14.644615.parquet
- 路径：
- 分割：2023_09_11T17_48_14.644615
-
harness_hendrycksTest_5
- 分割：2023_09_11T17_48_14.644615
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2023-09-11T17-48-14.644615.parquet - 路径：
**/details_harness|hendrycksTest-nutrition|5_2023-09-11T17-48-14.644615.parquet - 路径：`**/details_harness|hendrycksTest-philosophy|5_2023
- 路径：
- 分割：2023_09_11T17_48_14.644615
