five

open-llm-leaderboard-old/details_CalderaAI__13B-Legerdemain-L2

收藏
Hugging Face2023-10-12 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_CalderaAI__13B-Legerdemain-L2
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在Open LLM Leaderboard上对模型CalderaAI/13B-Legerdemain-L2进行评估时自动创建的。数据集由64个配置组成,每个配置对应一个评估任务。数据集是从2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,用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了一个示例,展示了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息。最新运行的结果以JSON格式提供,显示了各种任务的EM、F1和准确率等指标。

该数据集是在Open LLM Leaderboard上对模型CalderaAI/13B-Legerdemain-L2进行评估时自动创建的。数据集由64个配置组成,每个配置对应一个评估任务。数据集是从2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,用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了一个示例,展示了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息。最新运行的结果以JSON格式提供,显示了各种任务的EM、F1和准确率等指标。
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 CalderaAI/13B-Legerdemain-L2 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 2 次运行中创建,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。
  • "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_CalderaAI__13B-Legerdemain-L2", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-12T20:33:10.328879 运行 的最新结果: python { "all": { "em": 0.002726510067114094, "em_stderr": 0.0005340111700415904, "f1": 0.06216547818791966, "f1_stderr": 0.0013785278979549318, "acc": 0.4412861505062612, "acc_stderr": 0.010705008172209724 }, "harness|drop|3": { "em": 0.002726510067114094, "em_stderr": 0.0005340111700415904, "f1": 0.06216547818791966, "f1_stderr": 0.0013785278979549318 }, "harness|gsm8k|5": { "acc": 0.13040181956027294, "acc_stderr": 0.0092756303245541 }, "harness|winogrande|5": { "acc": 0.7521704814522494, "acc_stderr": 0.01213438601986535 } }

配置详情

以下是数据集的配置详情:

  • harness_arc_challenge_25

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|arc:challenge|25_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|arc:challenge|25_2023-08-09T11:34:37.986977.parquet
  • harness_drop_3

    • 分割:2023_10_12T20_33_10.328879
    • 路径:**/details_harness|drop|3_2023-10-12T20-33-10.328879.parquet
    • 分割:latest
    • 路径:**/details_harness|drop|3_2023-10-12T20-33-10.328879.parquet
  • harness_gsm8k_5

    • 分割:2023_10_12T20_33_10.328879
    • 路径:**/details_harness|gsm8k|5_2023-10-12T20-33-10.328879.parquet
    • 分割:latest
    • 路径:**/details_harness|gsm8k|5_2023-10-12T20-33-10.328879.parquet
  • harness_hellaswag_10

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hellaswag|10_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hellaswag|10_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T11:34:37.986977.parquet 等 36 个文件
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T11:34:37.986977.parquet 等 36 个文件
  • harness_hendrycksTest_abstract_algebra_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_anatomy_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_astronomy_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_college_biology_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_college_physics_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_computer_security_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_econometrics_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-08-09T11:34:37.986977.parquet
    • 分割:latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-08-09T11:34:37.986977.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分割:2023_08_09T11_34_37.986977
    • 路径:**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-09T11:34:37.986977.parquet
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作