OALL/details_lightblue__suzume-llama-3-8B-multilingual-orpo-borda-full

该数据集是在模型 lightblue/suzume-llama-3-8B-multilingual-orpo-borda-full 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次运行中创建的，每次运行作为每个配置中的一个特定分割，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。README 还提供了一个如何使用 Python 中的 datasets 库加载运行细节的示例。该数据集是在模型 lightblue/suzume-llama-3-8B-multilingual-orpo-borda-full 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次运行中创建的，每次运行作为每个配置中的一个特定分割，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。README 还提供了一个如何使用 Python 中的 datasets 库加载运行细节的示例。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of lightblue/suzume-llama-3-8B-multilingual-orpo-borda-full

数据集描述

• 自动创建于模型评估运行期间，对应模型为lightblue/suzume-llama-3-8B-multilingual-orpo-borda-full。
• 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，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
• "train"分割始终指向最新结果。
• 额外配置"results"存储了所有运行的聚合结果。

数据集加载示例

python from datasets import load_dataset data = load_dataset("OALL/details_lightblue__suzume-llama-3-8B-multilingual-orpo-borda-full", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 最新结果来自run 2024-06-07T01:12:26.062772。
• 结果包括多个任务的评估指标，如准确率（acc_norm, acc_norm_stderr, acc, acc_stderr）等。