five

open-llm-leaderboard-old/details_OpenLemur__lemur-70b-chat-v1

收藏
Hugging Face2023-09-17 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_OpenLemur__lemur-70b-chat-v1
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OpenLemur/lemur-70b-chat-v1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。数据集由2次运行生成,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`load_dataset`函数加载运行中的详细信息的示例。

该数据集是在Open LLM Leaderboard上对模型OpenLemur/lemur-70b-chat-v1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。数据集由2次运行生成,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`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

该数据集是在评估模型 OpenLemur/lemur-70b-chat-v1Open 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。
  • 数据来源:数据集由2次运行结果组成,每次运行的结果作为特定分片存储,分片名称使用运行的时间戳。
  • 最新结果:"train" 分片始终指向最新的结果。
  • 汇总结果:额外配置 "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_OpenLemur__lemur-70b-chat-v1", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T13:31:04.707005 运行的最新结果: python { "all": { "em": 0.006711409395973154, "em_stderr": 0.0008361500895152445, "f1": 0.0739702181208053, "f1_stderr": 0.001585201628872726, "acc": 0.5850941225115532, "acc_stderr": 0.01201805791264202 }, "harness|drop|3": { "em": 0.006711409395973154, "em_stderr": 0.0008361500895152445, "f1": 0.0739702181208053, "f1_stderr": 0.001585201628872726 }, "harness|gsm8k|5": { "acc": 0.35329795299469297, "acc_stderr": 0.013166337192115683 }, "harness|winogrande|5": { "acc": 0.8168902920284136, "acc_stderr": 0.010869778633168358 } }

配置详情

以下是数据集的部分配置详情:

  • harness_arc_challenge_25

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|arc:challenge|25_2023-08-24T04:11:57.870589.parquet
  • harness_drop_3

    • 分片:2023_09_17T13_31_04.707005, latest
    • 路径:**/details_harness|drop|3_2023-09-17T13-31-04.707005.parquet
  • harness_gsm8k_5

    • 分片:2023_09_17T13_31_04.707005, latest
    • 路径:**/details_harness|gsm8k|5_2023-09-17T13-31-04.707005.parquet
  • harness_hellaswag_10

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hellaswag|10_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:多个路径,例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_abstract_algebra_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_anatomy_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-anatomy|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_astronomy_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-astronomy|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_business_ethics_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-business_ethics|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_clinical_knowledge_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_college_biology_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-college_biology|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_college_chemistry_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-college_chemistry|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_college_computer_science_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-college_computer_science|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_college_mathematics_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-college_mathematics|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_college_medicine_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-college_medicine|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_college_physics_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-college_physics|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_computer_security_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-computer_security|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_conceptual_physics_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_econometrics_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-econometrics|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_electrical_engineering_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-24T04:11:57.870589.parquet
  • harness_hendrycksTest_elementary_mathematics_5

    • 分片:2023_08_24T04_11_57.870589, latest
    • 路径:**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-24T04:11:57.870589.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