OALL/details_migtissera__Tess-v2.5-Qwen2-72B

该数据集是在评估模型migtissera/Tess-v2.5-Qwen2-72B时自动创建的，包含136个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割存储，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，还有一个名为results的配置存储所有运行的聚合结果。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of migtissera/Tess-v2.5-Qwen2-72B
• 数据集描述: 该数据集是在评估模型 migtissera/Tess-v2.5-Qwen2-72B 的过程中自动创建的。
• 数据集组成: 包含 136 个配置，每个配置对应一个评估任务。
• 数据集来源: 从 1 次运行中创建，每个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。
• 额外配置: 一个名为 "results" 的配置存储了所有运行的聚合结果。

数据加载示例

python from datasets import load_dataset data = load_dataset("OALL/details_migtissera__Tess-v2.5-Qwen2-72B", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 最新结果时间戳: 2024-06-14T08:30:27.330173
• 结果概览:
  • 总体结果:
    • acc_norm: 0.5162037797747857
    • acc_norm_stderr: 0.03728522240482928
    • acc: 0.6697551290536069
    • acc_stderr: 0.012102848336416564
  • 具体任务结果:
    • community|acva:Algeria|0:
      • acc_norm: 0.5230769230769231
      • acc_norm_stderr: 0.0358596530894741
    • community|acva:Ancient_Egypt|0:
      • acc_norm: 0.050793650793650794
      • acc_norm_stderr: 0.01239139518482262
    • community|acva:Arab_Empire|0:
      • acc_norm: 0.30943396226415093
      • acc_norm_stderr: 0.028450154794118627
    • ... (其他任务结果类似)