OALL/details_BAAI__Infinity-Instruct-3M-0625-Llama3-8B

该数据集是在模型BAAI/Infinity-Instruct-3M-0625-Llama3-8B的评估运行期间自动创建的。它包含136个配置，每个配置对应一个评估任务。数据集从一次运行中创建，每个运行作为一个特定的分割，使用运行的时间戳命名。train分割始终指向最新的结果。一个额外的results配置存储了所有运行的聚合结果。数据集详细记录了来自不同任务和社区的结果，包括准确率指标和标准误差。

Dataset automatically created during the evaluation run of model BAAI/Infinity-Instruct-3M-0625-Llama3-8B. Composed of 136 configurations, each corresponding to one of the evaluated tasks. Created from 1 run, with each run represented as a specific split named using the timestamp of the run. The train split always points to the latest results. An additional configuration results stores all the aggregated results of the run. Includes detailed results from various tasks and communities, with accuracy metrics and standard errors provided for each.

原始信息汇总

数据集概述

数据集来源

• 数据集自动创建于模型 BAAI/Infinity-Instruct-3M-0625-Llama3-8B 的评估运行期间。

数据集结构

• 数据集包含 136 个配置，每个配置对应一个评估任务。
• 数据集从 1 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。
• 额外的 "results" 配置存储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_BAAI__Infinity-Instruct-3M-0625-Llama3-8B", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 最新结果来自 2024-07-19T05:08:17.501394 运行。
• 结果包括多个任务的准确率（acc_norm）和标准误差（acc_norm_stderr）。

示例结果

python { "all": { "acc_norm": 0.4192370410399854, "acc_norm_stderr": 0.03788187673960767, "acc": 0.6333553937789543, "acc_stderr": 0.012401034429990703 }, "community|acva:Algeria|0": { "acc_norm": 0.5384615384615384, "acc_norm_stderr": 0.03579154352544571 }, "community|acva:Ancient_Egypt|0": { "acc_norm": 0.06349206349206349, "acc_norm_stderr": 0.013761020061710538 }, ... }