OALL/details_llm-mle__ara_mle_pretrained_8b

该数据集是在模型 llm-mle/ara_mle_pretrained_8b 的评估运行期间自动创建的。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2次运行中创建的，每次运行在每个配置中表示为特定的拆分，拆分的名称使用运行的时间戳。train 拆分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。README 还提供了如何使用 Python 中的 datasets 库加载数据集的示例，并包含了特定运行的最新结果。

The dataset was automatically created during the evaluation run of the model llm-mle/ara_mle_pretrained_8b. The dataset is composed of 136 configurations, each corresponding to one of the evaluated tasks. It was created from 2 runs, with each run represented as a specific split in each configuration, named using the timestamp of the run. The train split always points to the latest results. An additional configuration named results stores all the aggregated results of the run. The README also provides an example of how to load the dataset using the datasets library in Python and includes the latest results from a specific run.

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llm-mle/ara_mle_pretrained_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。
• 数据集由2次运行创建，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。
• 额外的配置"results"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_llm-mle__ara_mle_pretrained_8b", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 最新结果来自2024-06-26T14:06:50.527175的运行，包含多个任务的评估结果。
• 结果示例： python { "all": { "acc_norm": 0.6060310740898244, "acc_norm_stderr": 0.03234190015157906, "acc": 0.6512243547319656, "acc_stderr": 0.012264502012981186 }, "community|acva:Algeria|0": { "acc_norm": 0.8769230769230769, "acc_norm_stderr": 0.02358675520383352 }, ... }