open-llm-leaderboard-old/details_meta-llama__Llama-2-70b-hf
收藏Hugging Face2023-12-03 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_meta-llama__Llama-2-70b-hf
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meta-llama/Llama-2-70b-hf在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由124个配置组成，每个配置对应一个评估任务。数据集是从11次运行中生成的，每次运行在每个配置中表示为特定的分割，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，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。README还提供了如何使用`load_dataset`函数加载运行中的详细信息的示例。
该数据集是在模型meta-llama/Llama-2-70b-hf在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由124个配置组成，每个配置对应一个评估任务。数据集是从11次运行中生成的，每次运行在每个配置中表示为特定的分割，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，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。README还提供了如何使用`load_dataset`函数加载运行中的详细信息的示例。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集简介
该数据集是在对模型 meta-llama/Llama-2-70b-hf 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。
数据集结构
- 配置数量：124个配置，每个配置对应一个评估任务。
- 数据来源：数据集由11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。
- 最新结果："train" 分割始终指向最新的结果。
- 聚合结果：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_meta-llama__Llama-2-70b-hf", "harness_gsm8k_5", split="train")
最新结果
以下是 2023-12-03T01:14:42.713769 运行的最新结果： python { "all": { "acc": 0.5405610310841547, "acc_stderr": 0.013727093010429788 }, "harness|gsm8k|5": { "acc": 0.5405610310841547, "acc_stderr": 0.013727093010429788 } }
配置详情
以下是部分配置及其数据文件路径：
配置：harness_arc_challenge_25
- 分割：2023_08_22T09_05_23.035851
- 路径：
**/details_harness|arc:challenge|25_2023-08-22T09:05:23.035851.parquet
- 路径：
- 分割：2023_08_22T10_47_05.866748
- 路径：
**/details_harness|arc:challenge|25_2023-08-22T10:47:05.866748.parquet
- 路径：
- 分割：2023_08_22T13_42_09.433095
- 路径：
**/details_harness|arc:challenge|25_2023-08-22T13:42:09.433095.parquet
- 路径：
- 分割：2023_08_22T13_47_53.141854
- 路径：
**/details_harness|arc:challenge|25_2023-08-22T13:47:53.141854.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-08-22T13:47:53.141854.parquet
- 路径：
配置：harness_drop_3
- 分割：2023_09_08T23_38_08.931556
- 路径：
**/details_harness|drop|3_2023-09-08T23-38-08.931556.parquet
- 路径：
- 分割：2023_09_18T06_46_44.905361
- 路径：
**/details_harness|drop|3_2023-09-18T06-46-44.905361.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-09-18T06-46-44.905361.parquet
- 路径：
配置：harness_gsm8k_5
- 分割：2023_09_08T23_38_08.931556
- 路径：
**/details_harness|gsm8k|5_2023-09-08T23-38-08.931556.parquet
- 路径：
- 分割：2023_09_18T06_46_44.905361
- 路径：
**/details_harness|gsm8k|5_2023-09-18T06-46-44.905361.parquet
- 路径：
- 分割：2023_12_03T01_14_42.713769
- 路径：
**/details_harness|gsm8k|5_2023-12-03T01-14-42.713769.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-12-03T01-14-42.713769.parquet
- 路径：
配置：harness_hellaswag_10
- 分割：2023_08_22T09_05_23.035851
- 路径：
**/details_harness|hellaswag|10_2023-08-22T09:05:23.035851.parquet
- 路径：
- 分割：2023_08_22T10_47_05.866748
- 路径：
**/details_harness|hellaswag|10_2023-08-22T10:47:05.866748.parquet
- 路径：
- 分割：2023_08_22T13_42_09.433095
- 路径：
**/details_harness|hellaswag|10_2023-08-22T13:42:09.433095.parquet
- 路径：
- 分割：2023_08_22T13_47_53.141854
- 路径：
**/details_harness|hellaswag|10_2023-08-22T13:47:53.141854.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-08-22T13:47:53.141854.parquet
- 路径：
配置：harness_hendrycksTest_0
- 分割：2023_08_21T11_06_07.240233
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|0_2023-08-21T11:06:07.240233.parquet
- 路径：
- 分割：2023_08_21T11_28_25.684618
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|0_2023-08-21T11:28:25.684618.parquet
- 路径：
- 分割：2023_08_21T20_33_55.417483
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|0_2023-08-21T20:33:55.417483.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|0_2023-08-21T20:33:55.417483.parquet
- 路径：
配置：harness_hendrycksTest_5
- 分割：2023_08_22T09_05_23.035851
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-08-22T09:05:23.035851.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-08-22T09:05:23.035851.parquet - 路径：`**/details_harness|hendrycksTest-high_school_world_history|5_2023-08-22T09:05:23.035851.
- 路径：
