open-llm-leaderboard-old/details_LLMs__Stable-Vicuna-13B
收藏Hugging Face2023-10-13 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_LLMs__Stable-Vicuna-13B
下载链接
链接失效反馈官方服务：
资源简介：
数据集是在模型LLMs/Stable-Vicuna-13B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由3个配置组成，每个配置对应一个评估任务。数据集由1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分割始终指向最新结果。额外的配置results存储了运行的所有聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。
数据集是在模型LLMs/Stable-Vicuna-13B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由3个配置组成，每个配置对应一个评估任务。数据集由1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分割始终指向最新结果。额外的配置results存储了运行的所有聚合结果，并用于计算和显示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
数据集描述
- 数据集名称: Evaluation run of LLMs/Stable-Vicuna-13B
- 数据集来源: 该数据集是在模型 LLMs/Stable-Vicuna-13B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
数据集摘要
- 配置数量: 该数据集包含 3 个配置，每个配置对应一个评估任务。
- 运行次数: 数据集从 1 次运行中创建。每个运行可以在每个配置中找到一个特定的分割，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。
- 额外配置: 一个额外的配置 "results" 存储了所有运行的聚合结果，并用于计算和显示 Open LLM Leaderboard 上的聚合指标。
最新结果
以下是来自 2023-10-13T11:51:54.162285 运行的最新结果：
python { "all": { "em": 0.012688758389261746, "em_stderr": 0.0011462418380586343, "f1": 0.06941170302013412, "f1_stderr": 0.0017195070383295536, "acc": 0.2849250197316496, "acc_stderr": 0.006957342547358349 }, "harness|drop|3": { "em": 0.012688758389261746, "em_stderr": 0.0011462418380586343, "f1": 0.06941170302013412, "f1_stderr": 0.0017195070383295536 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5698500394632992, "acc_stderr": 0.013914685094716698 } }
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_LLMs__Stable-Vicuna-13B", "harness_winogrande_5", split="train")
