open-llm-leaderboard-old/details_Kiddyz__testlm-3
收藏Hugging Face2023-09-05 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Kiddyz__testlm-3
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Kiddyz/testlm-3在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由61个配置组成,每个配置对应一个评估任务。数据集包含一次运行的结果,每次运行在每个配置中表示为特定的分割。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还提供了如何使用Python中的datasets库加载运行细节的示例。
该数据集是在模型Kiddyz/testlm-3在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由61个配置组成,每个配置对应一个评估任务。数据集包含一次运行的结果,每次运行在每个配置中表示为特定的分割。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还提供了如何使用Python中的datasets库加载运行细节的示例。
提供机构:
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集信息
- 名称: Evaluation run of Kiddyz/testlm-3
- 来源: 自动创建于模型 Kiddyz/testlm-3 在 Open LLM Leaderboard 的评估运行。
- 组成: 包含 61 个配置,每个配置对应一个评估任务。
- 创建: 从 1 次运行中创建。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" 分割始终指向最新结果。
- 额外配置: "results" 配置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_Kiddyz__testlm-3", "harness_truthfulqa_mc_0", split="train")
最新结果
- 最新结果来自: 2023-09-05T01:42:44.018659
- 结果示例: python { "all": { "acc": 0.5187353874495172, "acc_stderr": 0.035029744575697866, "acc_norm": 0.5224927626027567, "acc_norm_stderr": 0.03501563654467944, "mc1": 0.3157894736842105, "mc1_stderr": 0.016272287957916916, "mc2": 0.46416337242431305, "mc2_stderr": 0.015037341919156266 }, "harness|arc:challenge|25": { "acc": 0.5025597269624573, "acc_stderr": 0.014611199329843784, "acc_norm": 0.5358361774744027, "acc_norm_stderr": 0.014573813664735718 }, "harness|hellaswag|10": { "acc": 0.5963951404102769, "acc_stderr": 0.004896173035943312, "acc_norm": 0.7848038239394542, "acc_norm_stderr": 0.00410118487096419 }, ... }
配置信息
-
配置名称: harness_arc_challenge_25
- 数据文件:
- 分割: 2023_09_05T01_42_44.018659
- 路径:
**/details_harness|arc:challenge|25_2023-09-05T01:42:44.018659.parquet
- 路径:
- 分割: latest
- 路径:
**/details_harness|arc:challenge|25_2023-09-05T01:42:44.018659.parquet
- 路径:
- 分割: 2023_09_05T01_42_44.018659
- 数据文件:
-
配置名称: harness_hellaswag_10
- 数据文件:
- 分割: 2023_09_05T01_42_44.018659
- 路径:
**/details_harness|hellaswag|10_2023-09-05T01:42:44.018659.parquet
- 路径:
- 分割: latest
- 路径:
**/details_harness|hellaswag|10_2023-09-05T01:42:44.018659.parquet
- 路径:
- 分割: 2023_09_05T01_42_44.018659
- 数据文件:
-
配置名称: harness_hendrycksTest_5
- 数据文件:
- 分割: 2023_09_05T01_42_44.018659
- 路径:
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-anatomy|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-astronomy|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-business_ethics|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-college_biology|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-college_chemistry|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-college_computer_science|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-college_mathematics|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-college_medicine|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-college_physics|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-computer_security|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-econometrics|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-formal_logic|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-global_facts|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-high_school_biology|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-high_school_chemistry|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-high_school_computer_science|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-high_school_european_history|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-high_school_geography|5_2023-09-05T01:42:44.018659.parquet**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-09-05T01:42:44.018659.parquet- ...
- 路径:
- 分割: 2023_09_05T01_42_44.018659
- 数据文件:



