OALL/details_openchat__openchat-3.6-8b-20240522

该数据集是在模型 openchat/openchat-3.6-8b-20240522 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1次运行中生成的，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，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 Python 中的 datasets 库加载数据集的示例。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of openchat/openchat-3.6-8b-20240522

数据集描述

• 创建目的：该数据集是在评估模型openchat/openchat-3.6-8b-20240522的过程中自动创建的。
• 数据结构：包含136个配置，每个配置对应一个评估任务。
• 数据来源：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。
• 额外配置：存在一个名为"results"的配置，存储了运行的所有聚合结果。

数据加载示例

python from datasets import load_dataset data = load_dataset("OALL/details_openchat__openchat-3.6-8b-20240522", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 结果链接：latest results from run 2024-06-07T06:42:48.894621
• 结果内容：包括多个任务的评估指标，如"acc_norm"和"acc_norm_stderr"等。

数据集详细配置

配置列表

• 社区任务：如"community|acva:Algeria|0"至"community|acva:Yemen|0"，涵盖多个国家和主题。
• 其他任务：包括"communication|0"至"multiple_choice_sentiment_task|0"等多个任务类型。

评估指标

• 通用指标：如"acc_norm"和"acc_norm_stderr"，用于衡量模型在不同任务上的性能。
• 特定任务指标：针对特定任务定制的评估指标。

使用说明

• 数据加载：使用load_dataset函数加载特定配置和分割的数据。
• 结果查看：通过提供的链接查看最新的聚合结果。