open-llm-leaderboard-old/details_lilloukas__GPlatty-30B
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_lilloukas__GPlatty-30B
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lilloukas/GPlatty-30B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3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。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Python中的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lilloukas/GPlatty-30B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3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。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Python中的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
该数据集是在对模型 lilloukas/GPlatty-30B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。
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。
- 数据集从3次运行中创建，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_lilloukas__GPlatty-30B", "harness_winogrande_5", split="train")
最新结果
以下是 2023-09-23T00:38:16.456797 运行的最新结果： python { "all": { "em": 0.4629823825503356, "em_stderr": 0.005106415513013176, "f1": 0.5073416526845649, "f1_stderr": 0.004906633817362961, "acc": 0.4742641844979544, "acc_stderr": 0.010275992859707792 }, "harness|drop|3": { "em": 0.4629823825503356, "em_stderr": 0.005106415513013176, "f1": 0.5073416526845649, "f1_stderr": 0.004906633817362961 }, "harness|gsm8k|5": { "acc": 0.13874147081122062, "acc_stderr": 0.009521649920798146 }, "harness|winogrande|5": { "acc": 0.8097868981846882, "acc_stderr": 0.01103033579861744 } }
配置详情
配置列表
harness_arc_challenge_25harness_drop_3harness_gsm8k_5harness_hellaswag_10harness_hendrycksTest_5
配置详情
-
harness_arc_challenge_25
- 分割：
2023_07_19T13_09_17.218494- 路径：
**/details_harness|arc:challenge|25_2023-07-19T13:09:17.218494.parquet
- 路径：
- 分割：
2023_07_19T22_25_28.445280- 路径：
**/details_harness|arc:challenge|25_2023-07-19T22:25:28.445280.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|arc:challenge|25_2023-07-19T22:25:28.445280.parquet
- 路径：
- 分割：
-
harness_drop_3
- 分割：
2023_09_23T00_38_16.456797- 路径：
**/details_harness|drop|3_2023-09-23T00-38-16.456797.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|drop|3_2023-09-23T00-38-16.456797.parquet
- 路径：
- 分割：
-
harness_gsm8k_5
- 分割：
2023_09_23T00_38_16.456797- 路径：
**/details_harness|gsm8k|5_2023-09-23T00-38-16.456797.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|gsm8k|5_2023-09-23T00-38-16.456797.parquet
- 路径：
- 分割：
-
harness_hellaswag_10
- 分割：
2023_07_19T13_09_17.218494- 路径：
**/details_harness|hellaswag|10_2023-07-19T13:09:17.218494.parquet
- 路径：
- 分割：
2023_07_19T22_25_28.445280- 路径：
**/details_harness|hellaswag|10_2023-07-19T22:25:28.445280.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hellaswag|10_2023-07-19T22:25:28.445280.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_5
- 分割：
2023_07_19T13_09_17.218494- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-elementary_mathematics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-formal_logic|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-global_facts|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_biology|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_chemistry|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_computer_science|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_european_history|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_geography|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_government_and_politics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_macroeconomics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_mathematics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_microeconomics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_physics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_psychology|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_statistics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_us_history|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-high_school_world_history|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-human_aging|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-human_sexuality|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-international_law|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-jurisprudence|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-logical_fallacies|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-machine_learning|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-management|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-marketing|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-medical_genetics|5_2023-07-19T13:09:17.218494.parquet - 路径：
**/details_harness|hendrycksTest-miscellaneous|5_2023-07-19T13:09:17.218494.parquet - 路径：`**/
- 路径：
- 分割：
