OALL/details_lightblue__suzume-llama-3-8B-multilingual-orpo-borda-top75

该数据集是在模型`lightblue/suzume-llama-3-8B-multilingual-orpo-borda-top75`的评估运行过程中自动创建的。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，每次运行的结果作为一个特定的分割存储在配置中，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 lightblue/suzume-llama-3-8B-multilingual-orpo-borda-top75

数据集描述

• 创建目的: 该数据集是自动创建的，用于评估模型lightblue/suzume-llama-3-8B-multilingual-orpo-borda-top75的性能。
• 数据结构: 包含136个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次运行作为特定分割存储，分割名称使用运行的时间戳。
• 特殊配置: 存在一个名为"results"的额外配置，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_lightblue__suzume-llama-3-8B-multilingual-orpo-borda-top75", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 结果存储: 最新结果存储于latest results from run 2024-06-07T02:13:22.002157。
• 结果内容: 包含多个社区和任务的评估结果，如"community|acva:Algeria|0"的归一化准确率(acc_norm)为0.5487179487179488，标准误差(acc_norm_stderr)为0.03572709860318392。