five

open-llm-leaderboard-old/details_sonthenguyen__OpenHermes-2.5-Mistral-7B-mt-bench-DPO

收藏
Hugging Face2024-02-04 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_sonthenguyen__OpenHermes-2.5-Mistral-7B-mt-bench-DPO
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sonthenguyen/OpenHermes-2.5-Mistral-7B-mt-bench-DPO时自动创建的,评估在Open LLM Leaderboard上进行。数据集由63个配置组成,每个配置对应一个评估任务。数据集由1次运行生成,每次运行可以在每个配置的特定分割中找到,分割以运行的时间戳命名。train分割始终指向最新的结果。此外,results配置存储了所有运行的聚合结果,并用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在评估模型sonthenguyen/OpenHermes-2.5-Mistral-7B-mt-bench-DPO时自动创建的,评估在Open LLM Leaderboard上进行。数据集由63个配置组成,每个配置对应一个评估任务。数据集由1次运行生成,每次运行可以在每个配置的特定分割中找到,分割以运行的时间戳命名。train分割始终指向最新的结果。此外,results配置存储了所有运行的聚合结果,并用于计算和显示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

数据集摘要

该数据集是在模型 sonthenguyen/OpenHermes-2.5-Mistral-7B-mt-bench-DPOOpen LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成,每个配置对应一个评估任务。

数据集结构

数据集包含 1 次运行,每个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。

额外配置

有一个额外的配置 "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。

加载数据

可以使用以下代码加载特定运行的详细信息: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_sonthenguyen__OpenHermes-2.5-Mistral-7B-mt-bench-DPO", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要: python { "all": { "acc": 0.639538124544364, "acc_stderr": 0.032278452644941634, "acc_norm": 0.6420765688344944, "acc_norm_stderr": 0.0329201960227087, "mc1": 0.3598531211750306, "mc1_stderr": 0.016801860466677157, "mc2": 0.5290826380707278, "mc2_stderr": 0.015286081575472645 }, ... }

配置详情

  • config_name: harness_arc_challenge_25

    • data_files:
      • split: 2024_02_04T07_27_05.423264
        • path: **/details_harness|arc:challenge|25_2024-02-04T07-27-05.423264.parquet
      • split: latest
        • path: **/details_harness|arc:challenge|25_2024-02-04T07-27-05.423264.parquet
  • config_name: harness_gsm8k_5

    • data_files:
      • split: 2024_02_04T07_27_05.423264
        • path: **/details_harness|gsm8k|5_2024-02-04T07-27-05.423264.parquet
      • split: latest
        • path: **/details_harness|gsm8k|5_2024-02-04T07-27-05.423264.parquet
  • config_name: harness_hellaswag_10

    • data_files:
      • split: 2024_02_04T07_27_05.423264
        • path: **/details_harness|hellaswag|10_2024-02-04T07-27-05.423264.parquet
      • split: latest
        • path: **/details_harness|hellaswag|10_2024-02-04T07-27-05.423264.parquet
  • config_name: harness_hendrycksTest_5

    • data_files:
      • split: 2024_02_04T07_27_05.423264
        • path:
          • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-anatomy|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-astronomy|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-business_ethics|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-college_biology|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-college_chemistry|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-college_computer_science|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-college_mathematics|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-college_medicine|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-college_physics|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-computer_security|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-conceptual_physics|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-econometrics|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-electrical_engineering|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-formal_logic|5_2024-02-04T07-27-05.423264.parquet
          • **/details_harness|hendrycksTest-global_facts|5_2024-02-04T07-27-05.423264.parquet }
二维码
社区交流群
二维码
科研交流群
商业服务