open-llm-leaderboard-old/details_EleutherAI__pythia-12b
收藏Hugging Face2023-10-12 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_EleutherAI__pythia-12b
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型EleutherAI/pythia-12b时自动创建的，包含122个配置，每个配置对应一个评估任务。数据集由4次运行生成，每次运行的结果作为特定的分割存储在配置中，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，用于计算和显示在Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型EleutherAI/pythia-12b时自动创建的，包含122个配置，每个配置对应一个评估任务。数据集由4次运行生成，每次运行的结果作为特定的分割存储在配置中，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，用于计算和显示在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
数据集名称
- Evaluation run of EleutherAI/pythia-12b
数据集描述
- 该数据集是在评估模型 EleutherAI/pythia-12b 在 Open LLM Leaderboard 上的自动创建的。
数据集组成
- 数据集包含 122 个配置，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。
- 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 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_EleutherAI__pythia-12b", "harness_winogrande_5", split="train")
最新结果
- 这些是最新结果，来自 2023-10-12T13:49:53.203420 运行： python { "all": { "em": 0.0006291946308724832, "em_stderr": 0.0002568002749723885, "f1": 0.04447986577181216, "f1_stderr": 0.0010992181181045415, "acc": 0.32955534824940325, "acc_stderr": 0.008541034020282903 }, "harness|drop|3": { "em": 0.0006291946308724832, "em_stderr": 0.0002568002749723885, "f1": 0.04447986577181216, "f1_stderr": 0.0010992181181045415 }, "harness|gsm8k|5": { "acc": 0.017437452615617893, "acc_stderr": 0.003605486867998272 }, "harness|winogrande|5": { "acc": 0.6416732438831886, "acc_stderr": 0.013476581172567535 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_07_19T18_06_28.460226
- 路径：
**/details_harness|arc:challenge|25_2023-07-19T18:06:28.460226.parquet
- 路径：
- 分割：2023_08_23T22_15_03.187761
- 路径：
**/details_harness|arc:challenge|25_2023-08-23T22:15:03.187761.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-08-23T22:15:03.187761.parquet
- 路径：
- 分割：2023_07_19T18_06_28.460226
-
harness_drop_3
- 分割：2023_10_12T13_49_53.203420
- 路径：
**/details_harness|drop|3_2023-10-12T13-49-53.203420.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-12T13-49-53.203420.parquet
- 路径：
- 分割：2023_10_12T13_49_53.203420
-
harness_gsm8k_5
- 分割：2023_10_12T13_49_53.203420
- 路径：
**/details_harness|gsm8k|5_2023-10-12T13-49-53.203420.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-12T13-49-53.203420.parquet
- 路径：
- 分割：2023_10_12T13_49_53.203420
-
harness_hellaswag_10
- 分割：2023_07_19T18_06_28.460226
- 路径：
**/details_harness|hellaswag|10_2023-07-19T18:06:28.460226.parquet
- 路径：
- 分割：2023_08_23T22_15_03.187761
- 路径：
**/details_harness|hellaswag|10_2023-08-23T22:15:03.187761.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-08-23T22:15:03.187761.parquet
- 路径：
- 分割：2023_07_19T18_06_28.460226
-
harness_hendrycksTest_5
- 分割：2023_07_19T18_06_28.460226
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-moral_disputes|5_2023-07-19T18:06:28.460226.parquet - 路径：
**/details_harness|hendrycksTest-moral_scenarios|5_2023-07-19T18:06:28.460226.parquet - 路径：`**/details_harness|hendrycksTest-nutrition|5_2023
- 路径：
- 分割：2023_07_19T18_06_28.460226
