OALL/details_Weyaxi__Nous-Hermes-2-SUS-Chat-34B-Slerp

数据集是在模型Weyaxi/Nous-Hermes-2-SUS-Chat-34B-Slerp的评估运行过程中自动创建的。它包含136个配置，每个配置对应一个评估任务。数据集由1次运行生成，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。

The dataset was automatically created during the evaluation run of the model Weyaxi/Nous-Hermes-2-SUS-Chat-34B-Slerp. It is composed of 136 configurations, each corresponding to one of the evaluated tasks. The dataset has been created from 1 run(s), with each runs results stored as a specific split in each configuration, named using the timestamp of the run. The train split always points to the latest results. Additionally, a configuration named results stores all the aggregated results of the run.

原始信息汇总

数据集概述

数据集简介

• 名称: Evaluation run of Weyaxi/Nous-Hermes-2-SUS-Chat-34B-Slerp
• 来源: 自动创建于模型评估过程中
• 组成: 包含136个配置，每个配置对应一个评估任务
• 创建方式: 从1次运行中生成，每次运行结果存储在特定的分割中，分割名称使用运行的时间戳
• 最新结果: "train"分割始终指向最新结果
• 额外配置: "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_Weyaxi__Nous-Hermes-2-SUS-Chat-34B-Slerp", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 时间戳: 2024-06-20T14:28:48.830126
• 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": 0.46051733555995783, "acc_norm_stderr": 0.037258099419370076, "acc": 0.5764394440767704, "acc_stderr": 0.012715871382881452 }, "community|acva:Algeria|0": { "acc_norm": 0.46153846153846156, "acc_norm_stderr": 0.03579154352544571 }, "community|acva:Ancient_Egypt|0": { "acc_norm": 0.5619047619047619, "acc_norm_stderr": 0.02799953368887838 }, ... }