open-llm-leaderboard-old/details_kfkas__Llama-2-ko-7b-Chat
收藏Hugging Face2023-09-18 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_kfkas__Llama-2-ko-7b-Chat
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 kfkas/Llama-2-ko-7b-Chat 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，每个配置对应一个被评估的任务。数据集是从 4 次运行中创建的，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 `datasets` 库中的 `load_dataset` 函数加载数据集的示例。
该数据集是在模型 kfkas/Llama-2-ko-7b-Chat 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，每个配置对应一个被评估的任务。数据集是从 4 次运行中创建的，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 `datasets` 库中的 `load_dataset` 函数加载数据集的示例。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集简介
该数据集是在评估模型 kfkas/Llama-2-ko-7b-Chat 在 Open LLM Leaderboard 上的自动创建的。
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。
- 运行次数：数据集由4次运行创建，每次运行在每个配置中作为一个特定的分割存在，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。
- 结果汇总：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_kfkas__Llama-2-ko-7b-Chat", "harness_winogrande_5", split="train")
最新结果
以下是 2023-09-18T06:20:53.119467 运行的最新结果： python { "all": { "em": 0.029886744966442953, "em_stderr": 0.0017437739254467523, "f1": 0.11206061241610675, "f1_stderr": 0.002589360675643281, "acc": 0.3406984196130502, "acc_stderr": 0.008168649232732146 }, "harness|drop|3": { "em": 0.029886744966442953, "em_stderr": 0.0017437739254467523, "f1": 0.11206061241610675, "f1_stderr": 0.002589360675643281 }, "harness|gsm8k|5": { "acc": 0.01288855193328279, "acc_stderr": 0.003106901266499642 }, "harness|winogrande|5": { "acc": 0.6685082872928176, "acc_stderr": 0.01323039719896465 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_07_27T10_54_54.901743
- 路径：
**/details_harness|arc:challenge|25_2023-07-27T10:54:54.901743.parquet
- 路径：
- 分割：2023_07_27T16_15_02.960730
- 路径：
**/details_harness|arc:challenge|25_2023-07-27T16:15:02.960730.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-07-27T16:15:02.960730.parquet
- 路径：
- 分割：2023_07_27T10_54_54.901743
-
harness_drop_3
- 分割：2023_09_17T05_11_56.274160
- 路径：
**/details_harness|drop|3_2023-09-17T05-11-56.274160.parquet
- 路径：
- 分割：2023_09_18T06_20_53.119467
- 路径：
**/details_harness|drop|3_2023-09-18T06-20-53.119467.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-09-18T06-20-53.119467.parquet
- 路径：
- 分割：2023_09_17T05_11_56.274160
-
harness_gsm8k_5
- 分割：2023_09_17T05_11_56.274160
- 路径：
**/details_harness|gsm8k|5_2023-09-17T05-11-56.274160.parquet
- 路径：
- 分割：2023_09_18T06_20_53.119467
- 路径：
**/details_harness|gsm8k|5_2023-09-18T06-20-53.119467.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-09-18T06-20-53.119467.parquet
- 路径：
- 分割：2023_09_17T05_11_56.274160
-
harness_hellaswag_10
- 分割：2023_07_27T10_54_54.901743
- 路径：
**/details_harness|hellaswag|10_2023-07-27T10:54:54.901743.parquet
- 路径：
- 分割：2023_07_27T16_15_02.960730
- 路径：
**/details_harness|hellaswag|10_2023-07-27T16:15:02.901743.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-07-27T16:15:02.901743.parquet
- 路径：
- 分割：2023_07_27T10_54_54.901743
-
harness_hendrycksTest_5
- 分割：2023_07_27T10_54_54.901743
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-07-27T10:54:54.901743.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-07-27T10:54:54.901743.parquet - 路径：`**/details_harness|hendrycksTest-medical_genetics|
- 路径：
- 分割：2023_07_27T10_54_54.901743
