OALL/details_meta-llama__Llama-2-7b-hf

该数据集是在评估模型meta-llama/Llama-2-7b-hf时自动创建的。数据集由136个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个名为results的配置存储了所有运行的聚合结果。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of meta-llama/Llama-2-7b-hf

数据集描述

• 该数据集是自动创建的，用于评估模型meta-llama/Llama-2-7b-hf的性能。
• 数据集包含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。
• 额外的配置“results”存储了所有运行的聚合结果。

数据集使用示例

python from datasets import load_dataset data = load_dataset("OALL/details_meta-llama__Llama-2-7b-hf", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 最新结果来自2024-05-17T05:49:30.089487的运行，包含多个任务的评估数据。

数据集详细信息

评估结果

• 数据集提供了详细的评估结果，包括但不限于：
  • 准确率（acc_norm）
  • 准确率标准误差（acc_norm_stderr）
  • 总准确率（acc）
  • 总准确率标准误差（acc_stderr）
• 这些结果覆盖了多个社区和任务，如阿拉伯文化、历史、语言等，以及多个国家和地区的相关数据。

数据集结构

• 数据集结构清晰，每个配置对应一个特定的任务或领域，便于用户根据需求加载和分析数据。

数据集加载

• 用户可以通过提供的Python代码示例加载特定任务或领域的数据，便于进行进一步的数据分析和模型评估。