open-llm-leaderboard-old/details_OpenBuddyEA__openbuddy-llama-30b-v7.1-bf16
收藏Hugging Face2023-09-23 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_OpenBuddyEA__openbuddy-llama-30b-v7.1-bf16
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OpenBuddyEA/openbuddy-llama-30b-v7.1-bf16的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。数据集由64个配置组成，每个配置对应一个评估任务。数据集由4次运行生成，每次运行的结果作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置存储了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。
该数据集是在模型OpenBuddyEA/openbuddy-llama-30b-v7.1-bf16的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。数据集由64个配置组成，每个配置对应一个评估任务。数据集由4次运行生成，每次运行的结果作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置存储了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。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集名称
- Evaluation run of OpenBuddyEA/openbuddy-llama-30b-v7.1-bf16
数据集来源
- 该数据集是在模型 OpenBuddyEA/openbuddy-llama-30b-v7.1-bf16 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
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。
- 数据集由 4 次运行创建，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" 分割始终指向最新的结果。
- 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 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_OpenBuddyEA__openbuddy-llama-30b-v7.1-bf16", "harness_winogrande_5", split="train")
最新结果
- 以下是 2023-09-23T10:49:57.900562 运行的最新结果： python { "all": { "em": 0.412751677852349, "em_stderr": 0.005041908586049675, "f1": 0.47628145973154495, "f1_stderr": 0.004825773123830683, "acc": 0.5456038961854937, "acc_stderr": 0.012271337118789107 }, "harness|drop|3": { "em": 0.412751677852349, "em_stderr": 0.005041908586049675, "f1": 0.47628145973154495, "f1_stderr": 0.004825773123830683 }, "harness|gsm8k|5": { "acc": 0.3161485974222896, "acc_stderr": 0.012807630673451477 }, "harness|winogrande|5": { "acc": 0.7750591949486977, "acc_stderr": 0.011735043564126735 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_07_25T17_39_33.477068
- 路径：
**/details_harness|arc:challenge|25_2023-07-25T17:39:33.477068.parquet
- 路径：
- 分割：2023_07_25T17_52_33.029329
- 路径：
**/details_harness|arc:challenge|25_2023-07-25T17:52:33.029329.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-07-25T17:52:33.029329.parquet
- 路径：
- 分割：2023_07_25T17_39_33.477068
-
harness_drop_3
- 分割：2023_09_17T07_22_17.332814
- 路径：
**/details_harness|drop|3_2023-09-17T07-22-17.332814.parquet
- 路径：
- 分割：2023_09_23T10_49_57.900562
- 路径：
**/details_harness|drop|3_2023-09-23T10-49-57.900562.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-09-23T10-49-57.900562.parquet
- 路径：
- 分割：2023_09_17T07_22_17.332814
-
harness_gsm8k_5
- 分割：2023_09_17T07_22_17.332814
- 路径：
**/details_harness|gsm8k|5_2023-09-17T07-22-17.332814.parquet
- 路径：
- 分割：2023_09_23T10_49_57.900562
- 路径：
**/details_harness|gsm8k|5_2023-09-23T10-49-57.900562.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-09-23T10-49-57.900562.parquet
- 路径：
- 分割：2023_09_17T07_22_17.332814
-
harness_hellaswag_10
- 分割：2023_07_25T17_39_33.477068
- 路径：
**/details_harness|hellaswag|10_2023-07-25T17:39:33.477068.parquet
- 路径：
- 分割：2023_07_25T17_52_33.029329
- 路径：
**/details_harness|hellaswag|10_2023-07-25T17:52:33.029329.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-07-25T17:52:33.029329.parquet
- 路径：
- 分割：2023_07_25T17_39_33.477068
-
harness_hendrycksTest_5
- 分割：2023_07_25T17_39_33.477068
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-07-25T17:39:33.477068.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-07-25T17:39:33.477068.parquet - 路径：`**/details_harness|hendrycks
- 路径：
- 分割：2023_07_25T17_39_33.477068
