open-llm-leaderboard-old/details_dhmeltzer__llama-7b-SFT_ds_wiki65k_1024_r_64_alpha_16_merged
收藏Hugging Face2023-10-26 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_dhmeltzer__llama-7b-SFT_ds_wiki65k_1024_r_64_alpha_16_merged
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 dhmeltzer/llama-7b-SFT_ds_wiki65k_1024_r_64_alpha_16_merged 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，每个配置对应一个评估任务。数据集是从 3 次运行中创建的，每次运行在每个配置中表示为特定的拆分。train 拆分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 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 dhmeltzer/llama-7b-SFT_ds_wiki65k_1024_r_64_alpha_16_merged 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，每个配置对应一个评估任务。数据集是从 3 次运行中创建的，每次运行在每个配置中表示为特定的拆分。train 拆分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 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dhmeltzer/llama-7b-SFT_ds_wiki65k_1024_r_64_alpha_16_merged的过程中自动创建的，用于Open LLM Leaderboard。
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。
- 数据来源：数据集由3次运行结果组成，每次运行的结果可以在每个配置中找到，以运行的时间戳命名。
- 最新结果："train"分片始终指向最新的结果。
- 汇总结果：一个额外的配置"results"存储所有运行的汇总结果，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_dhmeltzer__llama-7b-SFT_ds_wiki65k_1024_r_64_alpha_16_merged", "harness_winogrande_5", split="train")
最新结果
以下是2023-10-26T03:13:00.871936的最新结果： python { "all": { "em": 0.001572986577181208, "em_stderr": 0.0004058451132417744, "f1": 0.06281459731543623, "f1_stderr": 0.0014401527427077175, "acc": 0.3901322603943458, "acc_stderr": 0.009101657407871456 }, "harness|drop|3": { "em": 0.001572986577181208, "em_stderr": 0.0004058451132417744, "f1": 0.06281459731543623, "f1_stderr": 0.0014401527427077175 }, "harness|gsm8k|5": { "acc": 0.04624715693707354, "acc_stderr": 0.005784991662691866 }, "harness|winogrande|5": { "acc": 0.734017363851618, "acc_stderr": 0.012418323153051046 } }
配置详情
-
harness_arc_challenge_25
- 分片：2023_08_31T20_11_58.218501
- 路径：
**/details_harness|arc:challenge|25_2023-08-31T20:11:58.218501.parquet
- 路径：
- 分片：2023_09_05T11_01_05.889294
- 路径：
**/details_harness|arc:challenge|25_2023-09-05T11:01:05.889294.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-05T11:01:05.889294.parquet
- 路径：
- 分片：2023_08_31T20_11_58.218501
-
harness_drop_3
- 分片：2023_10_26T03_13_00.871936
- 路径：
**/details_harness|drop|3_2023-10-26T03-13-00.871936.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|drop|3_2023-10-26T03-13-00.871936.parquet
- 路径：
- 分片：2023_10_26T03_13_00.871936
-
harness_gsm8k_5
- 分片：2023_10_26T03_13_00.871936
- 路径：
**/details_harness|gsm8k|5_2023-10-26T03-13-00.871936.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-26T03-13-00.871936.parquet
- 路径：
- 分片：2023_10_26T03_13_00.871936
-
harness_hellaswag_10
- 分片：2023_08_31T20_11_58.218501
- 路径：
**/details_harness|hellaswag|10_2023-08-31T20:11:58.218501.parquet
- 路径：
- 分片：2023_09_05T11_01_05.889294
- 路径：
**/details_harness|hellaswag|10_2023-09-05T11:01:05.889294.parquet
- 路径：
- 分片：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-05T11:01:05.889294.parquet
- 路径：
- 分片：2023_08_31T20_11_58.218501
-
harness_hendrycksTest_5
- 分片：2023_08_31T20_11_58.218501
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-08-31T20:11:58.218501.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-08-31T20:11:58.218501.parquet - 路径：`**/details_harness|hendrycksTest-miscellaneous|5_2023-08-31T
- 路径：
- 分片：2023_08_31T20_11_58.218501
