OALL/details_2A2I-R__L200MT

该数据集是在模型2A2I-R/L200MT的评估运行期间自动创建的。数据集由136个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中生成的，每次运行都作为每个配置中的一个特定拆分存储，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`datasets`库中的`load_dataset`函数加载数据集的示例。还包括了特定运行的最新结果，显示了不同任务的各种准确性指标。

The dataset was automatically created during the evaluation run of the model 2A2I-R/L200MT. The dataset is composed of 136 configurations, each corresponding to one of the evaluated tasks. The dataset has been created from 1 run, and each run is stored 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 `load_dataset` function from the `datasets` library. The latest results from a specific run are also included, showing various accuracy metrics for different tasks.

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of 2A2I-R/L200MT
• 来源: 自动创建于模型 2A2I-R/L200MT 的评估运行过程中。
• 配置数量: 136 个配置，每个配置对应一个评估任务。
• 创建方式: 从 1 次运行中创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳。
• 最新结果: "train" 分割始终指向最新的结果。
• 额外配置: 包含一个名为 "results" 的配置，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_2A2I-R__L200MT", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 时间戳: 2024-07-14T03:09:44.579010
• 结果示例: python { "all": { "acc_norm": 0.4145608237787372, "acc_norm_stderr": 0.037687171449338225, "acc": 0.6075446724023825, "acc_stderr": 0.012565962209486541 }, "community|acva:Algeria|0": { "acc_norm": 0.5230769230769231, "acc_norm_stderr": 0.0358596530894741 }, ... }