OALL/details_GritLM__GritLM-8x7B-KTO

该数据集是在模型GritLM/GritLM-8x7B-KTO的评估运行中自动创建的。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

数据集基本信息

• 名称: Evaluation run of GritLM/GritLM-8x7B-KTO
• 来源: 自动创建于模型 GritLM/GritLM-8x7B-KTO 的评估运行过程中。
• 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 次运行中创建，每次运行结果存储在特定的 split 中，split 名称使用运行的时间戳。
• 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_GritLM__GritLM-8x7B-KTO", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 时间戳: 2024-06-15T18:04:52.082843
• 结果: 包含多个任务的评估结果，具体结果如下：
  • 总体结果:
    • acc_norm: 0.4114364424589926
    • acc_norm_stderr: 0.03771295944380338
    • acc: 0.5929847782925215
    • acc_stderr: 0.012642664836816924
  • 具体任务结果:
    • community|acva:Algeria|0:
      • acc_norm: 0.5230769230769231
      • acc_norm_stderr: 0.0358596530894741
    • community|acva:Ancient_Egypt|0:
      • acc_norm: 0.050793650793650794
      • acc_norm_stderr: 0.01239139518482262
    • community|acva:Arab_Empire|0:
      • acc_norm: 0.30943396226415093
      • acc_norm_stderr: 0.028450154794118627
    • 其他任务结果详见原文档。