OALL/details_Qwen__Qwen1.5-32B

该数据集是在评估模型Qwen/Qwen1.5-32B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。数据集从1次运行中创建，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/Qwen1.5-32B

数据集创建

• 创建背景：自动创建于模型Qwen/Qwen1.5-32B的评估运行过程中。
• 数据组成：包含136个配置，每个配置对应一个评估任务。
• 创建次数：数据集由1次运行创建，每次运行作为一个特定的分割，分割名使用运行的时间戳命名。
• 特殊配置：额外配置“results”存储了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_Qwen__Qwen1.5-32B", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 结果来源：latest results from run 2024-05-23T04:06:57.972516
• 结果内容：包含多个任务的评估结果，每个任务的结果可在“results”配置和对应的“latest”分割中找到。

数据集详细结果

• 结果示例： python { "all": { "acc_norm": 0.40019222395782444, "acc_norm_stderr": 0.03754610173412775, "acc": 0.6068828590337525, "acc_stderr": 0.012569701151957317 }, ... }

• 结果详情：详细结果包括各个任务的规范准确率（acc_norm）和标准误差（acc_norm_stderr）等指标。