OALL/details_wenbopan__Faro-Yi-34B-DPO

该数据集是在模型wenbopan/Faro-Yi-34B-DPO的评估运行过程中自动创建的，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，每次运行的结果可以在每个配置的特定分割中找到，分割名称使用运行的时间戳命名。此外，数据集还包含一个名为"results"的配置，存储了所有运行的聚合结果。README文件还提供了加载数据集的具体代码示例，并展示了最新的评估结果。

The dataset was automatically created during the evaluation run of the model wenbopan/Faro-Yi-34B-DPO. It is composed of 136 configurations, each corresponding to one of the evaluated tasks. The dataset has been created from 1 run, and the results of each run can be found in a specific split within each configuration, with the split named using the timestamp of the run. Additionally, the dataset includes a configuration named "results" that stores all the aggregated results of the run. The README file also provides a code example for loading the dataset and displays the latest evaluation results.

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wenbopan/Faro-Yi-34B-DPO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。
• 数据集从1次运行中创建，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"results"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_wenbopan__Faro-Yi-34B-DPO", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 最新结果来自2024-06-16T09:48:47.996873的运行。
• 结果包括多个任务的准确率（acc）和标准化准确率（acc_norm）及其标准误差（acc_stderr和acc_norm_stderr）。 python { "all": { "acc_norm": 0.4383822299415468, "acc_norm_stderr": 0.03811372914998094, "acc": 0.5671740569159497, "acc_stderr": 0.012750474502985833 }, ... }