OALL/details_Qwen__Qwen1.5-MoE-A2.7B

该数据集是在评估模型Qwen/Qwen1.5-MoE-A2.7B时自动创建的。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1次运行中创建的，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。此外，还有一个名为"results"的配置存储了所有运行的聚合结果。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of Qwen/Qwen1.5-MoE-A2.7B

数据集来源

• 自动创建于模型Qwen/Qwen1.5-MoE-A2.7B的评估运行过程中。

数据集结构

• 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”分割始终指向最新的结果。
• 额外配置“results”存储了运行的所有聚合结果。

数据集加载示例

python from datasets import load_dataset data = load_dataset("OALL/details_Qwen__Qwen1.5-MoE-A2.7B", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 提供了一系列任务的最新评估结果，包括但不限于多个社区和学术领域的评估指标，如准确率（acc_norm）和标准误差（acc_norm_stderr）等。

数据集详细信息

评估结果示例

• 展示了多个任务和社区的评估结果，每个结果包括准确率和标准误差。
• 结果涵盖了从社区知识到专业学术领域的广泛主题。

数据集用途

• 用于评估模型在不同任务和领域的表现。
• 支持研究和开发人员分析模型性能，优化模型参数。

数据集特点

• 详细记录了每次运行的评估结果，便于追踪和分析。
• 结构化数据便于加载和分析，支持快速迭代和模型优化。