five

open-llm-leaderboard-old/details_togethercomputer__GPT-NeoXT-Chat-Base-20B

收藏
Hugging Face2023-10-21 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_togethercomputer__GPT-NeoXT-Chat-Base-20B
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 togethercomputer/GPT-NeoXT-Chat-Base-20B 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。它包含 2 次运行的数据,每次运行作为每个配置中的一个特定分割存储。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 上的指标。README 还提供了如何使用 datasets 库加载数据集的示例,并包含了特定运行的最新结果。

该数据集是在模型 togethercomputer/GPT-NeoXT-Chat-Base-20B 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。它包含 2 次运行的数据,每次运行作为每个配置中的一个特定分割存储。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 上的指标。README 还提供了如何使用 datasets 库加载数据集的示例,并包含了特定运行的最新结果。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 togethercomputer/GPT-NeoXT-Chat-Base-20BOpen LLM Leaderboard 上的自动创建的。

数据集结构

  • 数据集包含 64 个配置,每个配置对应一个评估任务。
  • 数据集从 2 次运行中创建,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" 分割总是指向最新的结果。
  • 一个额外的配置 "results" 存储所有运行的聚合结果,用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_togethercomputer__GPT-NeoXT-Chat-Base-20B", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果从 run 2023-10-21T19:34:18.998946 的数据: python { "all": { "em": 0.0014681208053691276, "em_stderr": 0.0003921042190298267, "f1": 0.0505337667785235, "f1_stderr": 0.001244239988388026, "acc": 0.3699338727947376, "acc_stderr": 0.010093691461965018 }, "harness|drop|3": { "em": 0.0014681208053691276, "em_stderr": 0.0003921042190298267, "f1": 0.0505337667785235, "f1_stderr": 0.001244239988388026 }, "harness|gsm8k|5": { "acc": 0.06899166034874905, "acc_stderr": 0.00698099583483858 }, "harness|winogrande|5": { "acc": 0.6708760852407262, "acc_stderr": 0.013206387089091458 } }

配置详情

以下是数据集的配置详情:

  • harness_arc_challenge_25

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|arc:challenge|25_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-07-19T21:40:44.259947.parquet
  • harness_drop_3

    • 分割:2023_10_21T19_34_18.998946
    • 路径:**/details_harness|drop|3_2023-10-21T19-34-18.998946.parquet
    • 分割:latest
    • 路径:**/details_harness|drop|3_2023-10-21T19-34-18.998946.parquet
  • harness_gsm8k_5

    • 分割:2023_10_21T19_34_18.998946
    • 路径:**/details_harness|gsm8k|5_2023-10-21T19-34-18.998946.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-10-21T19-34-18.998946.parquet
  • harness_hellaswag_10

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hellaswag|10_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T21:40:44.259947.parquet 等 40 个文件
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T21:40:44.259947.parquet 等 40 个文件
  • harness_hendrycksTest_abstract_algebra_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-07-19T21:40:44.259947.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-07-19T21:40:44.259947.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割:2023_07_19T21_40_44.259947
    • 路径:`**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-19T21:40:44.259947.par
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