open-llm-leaderboard-old/details_TigerResearch__tigerbot-70b-chat
收藏Hugging Face2023-10-25 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_TigerResearch__tigerbot-70b-chat
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TigerResearch/tigerbot-70b-chat模型进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由4次运行创建，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，并用于在Open LLM Leaderboard上计算和显示聚合指标。
该数据集是在Open LLM Leaderboard上对TigerResearch/tigerbot-70b-chat模型进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由4次运行创建，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，并用于在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 TigerResearch/tigerbot-70b-chat 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：64个配置，每个配置对应一个评估任务。
- 运行次数：数据集由4次运行创建，每次运行在每个配置中作为一个特定的分片存在，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 上的聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TigerResearch__tigerbot-70b-chat", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-25T05:20:39.857272 运行的最新结果： python { "all": { "em": 0.43791946308724833, "em_stderr": 0.005080846199755935, "f1": 0.47991820469798696, "f1_stderr": 0.004915876956213108, "acc": 0.6161274146961446, "acc_stderr": 0.012720219505629717 }, "harness|drop|3": { "em": 0.43791946308724833, "em_stderr": 0.005080846199755935, "f1": 0.47991820469798696, "f1_stderr": 0.004915876956213108 }, "harness|gsm8k|5": { "acc": 0.4564063684609553, "acc_stderr": 0.013720038270485325 }, "harness|winogrande|5": { "acc": 0.7758484609313339, "acc_stderr": 0.011720400740774106 } }
配置详情
-
harness_arc_challenge_25
- 分片：2023_09_13T04_03_35.733983
- 路径：
**/details_harness|arc:challenge|25_2023-09-13T04-03-35.733983.parquet
- 路径：
- 分片：2023_09_13T04_21_04.931146
- 路径：
**/details_harness|arc:challenge|25_2023-09-13T04-21-04.931146.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-13T04-21-04.931146.parquet
- 路径：
- 分片：2023_09_13T04_03_35.733983
-
harness_drop_3
- 分片：2023_10_24T02_18_07.282954
- 路径：
**/details_harness|drop|3_2023-10-24T02-18-07.282954.parquet
- 路径：
- 分片：2023_10_25T05_20_39.857272
- 路径：
**/details_harness|drop|3_2023-10-25T05-20-39.857272.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|drop|3_2023-10-25T05-20-39.857272.parquet
- 路径：
- 分片：2023_10_24T02_18_07.282954
-
harness_gsm8k_5
- 分片：2023_10_24T02_18_07.282954
- 路径：
**/details_harness|gsm8k|5_2023-10-24T02-18-07.282954.parquet
- 路径：
- 分片：2023_10_25T05_20_39.857272
- 路径：
**/details_harness|gsm8k|5_2023-10-25T05-20-39.857272.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-25T05-20-39.857272.parquet
- 路径：
- 分片：2023_10_24T02_18_07.282954
-
harness_hellaswag_10
- 分片：2023_09_13T04_03_35.733983
- 路径：
**/details_harness|hellaswag|10_2023-09-13T04-03-35.733983.parquet
- 路径：
- 分片：2023_09_13T04_21_04.931146
- 路径：
**/details_harness|hellaswag|10_2023-09-13T04-21-04.931146.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-13T04-21-04.931146.parquet
- 路径：
- 分片：2023_09_13T04_03_35.733983
-
harness_hendrycksTest_5
- 分片：2023_09_13T04_03_35.733983
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-09-13T04-03-35.733983.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-09-13T04-03-35.733983.parquet - 路径：`**/details_harness|hendrycksTest-medical_gen
- 路径：
- 分片：2023_09_13T04_03_35.733983
