five

open-llm-leaderboard-old/details_ajibawa-2023__Code-13B

收藏
Hugging Face2023-12-09 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_ajibawa-2023__Code-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Open LLM Leaderboard上对模型`ajibawa-2023/Code-13B`进行评估时自动创建的。数据集由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,每次运行都可以在特定配置中找到,并且以运行的时间戳命名。train分割始终指向最新的结果。此外,还有一个名为results的配置存储了所有运行的聚合结果,用于在Open LLM Leaderboard上计算和显示聚合指标。

该数据集是在Open LLM Leaderboard上对模型`ajibawa-2023/Code-13B`进行评估时自动创建的。数据集由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,每次运行都可以在特定配置中找到,并且以运行的时间戳命名。train分割始终指向最新的结果。此外,还有一个名为results的配置存储了所有运行的聚合结果,用于在Open LLM Leaderboard上计算和显示聚合指标。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 ajibawa-2023/Code-13B 进行评估运行期间自动创建的,用于 Open LLM Leaderboard

数据集结构

  • 配置数量:63个配置,每个配置对应一个评估任务。
  • 运行次数:数据集由1次运行创建。每个运行在每个配置中都有一个特定的分割,分割名称使用运行的时间戳。
  • 分割:每个配置中的 "train" 分割始终指向最新的结果。
  • 结果配置:一个额外的 "results" 配置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_ajibawa-2023__Code-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-09T19:40:16.694610 运行的最新结果:

python { "all": { "acc": 0.5315302469691541, "acc_stderr": 0.0338171547995471, "acc_norm": 0.5374650243523146, "acc_norm_stderr": 0.034550805778528454, "mc1": 0.2962056303549572, "mc1_stderr": 0.01598359510181139, "mc2": 0.4246156253859874, "mc2_stderr": 0.01586771249517698 }, "harness|arc:challenge|25": { "acc": 0.5511945392491467, "acc_stderr": 0.014534599585097665, "acc_norm": 0.5733788395904437, "acc_norm_stderr": 0.014453185592920293 }, "harness|hellaswag|10": { "acc": 0.6420035849432384, "acc_stderr": 0.004784312972495391, "acc_norm": 0.8328022306313483, "acc_norm_stderr": 0.003723897305645496 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.28, "acc_stderr": 0.045126085985421296, "acc_norm": 0.28, "acc_norm_stderr": 0.045126085985421296 }, # 其他任务的结果... }

配置详情

  • harness_arc_challenge_25

    • 分割:2023_12_09T19_40_16.694610, latest
    • 路径:**/details_harness|arc:challenge|25_2023-12-09T19-40-16.694610.parquet
  • harness_gsm8k_5

    • 分割:2023_12_09T19_40_16.694610, latest
    • 路径:**/details_harness|gsm8k|5_2023-12-09T19-40-16.694610.parquet
  • harness_hellaswag_10

    • 分割:2023_12_09T19_40_16.694610, latest
    • 路径:**/details_harness|hellaswag|10_2023-12-09T19-40-16.694610.parquet
  • harness_hendrycksTest_5

    • 分割:2023_12_09T19_40_16.694610, latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-astronomy|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-business_ethics|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-college_biology|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-college_chemistry|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-college_computer_science|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-college_mathematics|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-college_medicine|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-college_physics|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-computer_security|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-conceptual_physics|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-econometrics|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-electrical_engineering|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-formal_logic|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-global_facts|5_2023-12-09T19-40-16.694610.parquet
      • **/details_harness|hendrycksTest-high_school_biology|5_2023-12-09T19-40-16.694610.parquet

      其他路径...

}

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