OALL/details_abacusai__Smaug-Qwen2-72B-Instruct

该数据集是在模型`abacusai/Smaug-Qwen2-72B-Instruct`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，每次运行的结果都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。

Dataset automatically created during the evaluation run of model [abacusai/Smaug-Qwen2-72B-Instruct](https://huggingface.co/abacusai/Smaug-Qwen2-72B-Instruct). The dataset is composed of 136 configuration, each one coresponding to one of the evaluated task. The dataset has been created from 1 run(s). Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run. The "train" split is always pointing to the latest results. An additional configuration "results" store all the aggregated results of the run.

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of abacusai/Smaug-Qwen2-72B-Instruct
• 创建方式: 自动创建于模型评估过程中
• 配置数量: 136个
• 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，分割名称使用运行时间戳
• 训练分割: 始终指向最新结果
• 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_abacusai__Smaug-Qwen2-72B-Instruct", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 时间戳: 2024-07-02T22:19:56.465926
• 结果: 包含多个任务的准确率（acc_norm）和标准误差（acc_norm_stderr）

示例结果

python { "all": { "acc_norm": 0.6188881355634892, "acc_norm_stderr": 0.037128749311294805, "acc": 0.699536730641959, "acc_stderr": 0.011798111116208713 }, "community|acva:Algeria|0": { "acc_norm": 0.676923076923077, "acc_norm_stderr": 0.03357544396403132 }, ... }