OALL/details_vicgalle__CarbonBeagle-11B

该数据集是在模型vicgalle/CarbonBeagle-11B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。数据集是从一次运行中创建的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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 vicgalle/CarbonBeagle-11B. It is composed of 136 configurations, each corresponding to one of the evaluated tasks. The dataset has been created from one run, with each run represented as a specific split in each configuration, the split being named using the timestamp of the run. The train split always points to the latest results. An additional configuration results stores 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 vicgalle/CarbonBeagle-11B
• 创建方式: 自动创建于模型vicgalle/CarbonBeagle-11B的评估运行期间。
• 配置数量: 136个配置，每个配置对应一个评估任务。
• 创建次数: 从1次运行中创建。

数据集结构

• 分割方式: 每个配置包含特定分割，分割名称基于运行的时间戳。
• 最新结果: "train"分割始终指向最新结果。
• 聚合结果: 额外配置"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_vicgalle__CarbonBeagle-11B", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 时间戳: 2024-06-18T09:26:17.901546
• 结果: 包含多个任务的评估结果，具体结果参见results_2024-06-18T09-26-17.901546.json。

评估结果示例

python { "all": { "acc_norm": 0.5366760304321476, "acc_norm_stderr": 0.03644009969187368, "acc": 0.5724685638649901, "acc_stderr": 0.012731259626982527 }, "community|acva:Algeria|0": { "acc_norm": 0.676923076923077, "acc_norm_stderr": 0.03357544396403132 }, "community|acva:Ancient_Egypt|0": { "acc_norm": 0.9396825396825397, "acc_norm_stderr": 0.01343529721074754 }, ... }