OALL/details_cognitivecomputations__dolphin-2.9.2-Phi-3-Medium

该数据集是在评估模型[cognitivecomputations/dolphin-2.9.2-Phi-3-Medium](https://huggingface.co/cognitivecomputations/dolphin-2.9.2-Phi-3-Medium)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

数据集基本信息

• 名称: Evaluation run of cognitivecomputations/dolphin-2.9.2-Phi-3-Medium
• 创建方式: 自动创建于模型评估运行期间
• 配置数量: 136
• 创建次数: 1次

数据集结构

• 配置: 每个配置对应一个评估任务
• 分割: 每个运行结果作为一个特定的分割，分割名称使用运行的时间戳
• 训练分割: 始终指向最新的结果
• 结果配置: 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_cognitivecomputations__dolphin-2.9.2-Phi-3-Medium", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 时间戳: 2024-06-18T08:01:35.744768
• 结果: 包含多个任务的评估结果，具体结果见以下示例： python { "all": { "acc_norm": 0.36970798382302245, "acc_norm_stderr": 0.03705951247316421, "acc": 0.5486432825943084, "acc_stderr": 0.012806088966122403 }, "community|acva:Algeria|0": { "acc_norm": 0.5384615384615384, "acc_norm_stderr": 0.03579154352544571 }, "community|acva:Ancient_Egypt|0": { "acc_norm": 0.16507936507936508, "acc_norm_stderr": 0.020950971604209098 }, ... }