five

open-llm-leaderboard-old/details_golaxy__gogpt-7b

收藏
Hugging Face2023-10-16 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_golaxy__gogpt-7b
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 golaxy/gogpt-7b 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,每个配置对应一个被评估的任务。数据集是从 2 次运行中生成的,每次运行在每个配置中表示为特定的分割,分割名称由运行的时间戳命名。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果,这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个示例,展示了如何使用 `datasets` 库中的 `load_dataset` 函数加载运行中的详细信息。

该数据集是在模型 golaxy/gogpt-7b 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,每个配置对应一个被评估的任务。数据集是从 2 次运行中生成的,每次运行在每个配置中表示为特定的分割,分割名称由运行的时间戳命名。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果,这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个示例,展示了如何使用 `datasets` 库中的 `load_dataset` 函数加载运行中的详细信息。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集来源

该数据集是在对模型 golaxy/gogpt-7b 进行评估运行期间自动创建的,评估结果展示在 Open LLM Leaderboard 上。

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,用于计算和显示在 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_golaxy__gogpt-7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-16T19:51:01.588923 运行 的最新结果: python { "all": { "em": 0.27936241610738255, "em_stderr": 0.0045949638030960225, "f1": 0.3275786493288599, "f1_stderr": 0.004570156166276547, "acc": 0.358332440746709, "acc_stderr": 0.008331639351329504 }, "harness|drop|3": { "em": 0.27936241610738255, "em_stderr": 0.0045949638030960225, "f1": 0.3275786493288599, "f1_stderr": 0.004570156166276547 }, "harness|gsm8k|5": { "acc": 0.018953752843062926, "acc_stderr": 0.0037560783410314704 }, "harness|winogrande|5": { "acc": 0.6977111286503551, "acc_stderr": 0.012907200361627538 } }

配置详情

  • harness_arc_challenge_25

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|arc:challenge|25_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-07-24T11:32:55.056664.parquet
  • harness_drop_3

    • 分割:2023_10_16T19_51_01.588923
    • 路径:**/details_harness|drop|3_2023-10-16T19-51-01.588923.parquet
    • 分割:latest
    • 路径:**/details_harness|drop|3_2023-10-16T19-51-01.588923.parquet
  • harness_gsm8k_5

    • 分割:2023_10_16T19_51_01.588923
    • 路径:**/details_harness|gsm8k|5_2023-10-16T19-51-01.588923.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-10-16T19-51-01.588923.parquet
  • harness_hellaswag_10

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hellaswag|10_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_abstract_algebra_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-07-24T11:32:55.056664.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割:2023_07_24T11_32_55.056664
    • 路径:**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-24T11:32:55.056664.parquet
    • 分割:latest
    • 路径:`**/details_harness|hendrycksTest-electrical_engineering|5
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