OALL/details_meta-llama__Llama-2-70b-hf

该数据集是在模型meta-llama/Llama-2-70b-hf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

• pretty_name: Evaluation run of meta-llama/Llama-2-70b-hf

数据集描述

• dataset_summary: 该数据集是自动创建的，用于评估模型meta-llama/Llama-2-70b-hf的性能。数据集由136个配置组成，每个配置对应一个评估任务。数据集来源于一次运行，每个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。此外，还有一个名为"results"的配置，存储了所有运行的聚合结果。

数据集结构

• 配置数量: 136个
• 运行次数: 1次
• 分割方式: 每个配置中的运行以时间戳命名
• 特殊配置: "results"配置，存储聚合结果

加载数据示例

python from datasets import load_dataset data = load_dataset("OALL/details_meta-llama__Llama-2-70b-hf", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 结果来源: 最新结果来自2024-05-12T13:36:45.287662的运行
• 结果内容: 包含多个任务的性能指标，如准确率(acc_norm, acc)及其标准误差(acc_norm_stderr, acc_stderr)

数据集详细结果

• 结果详情: 详细列出了各个任务的准确率及其标准误差，覆盖了从社区到学术等多个领域的评估结果。

以上信息总结了数据集的基本情况，包括其创建目的、结构、加载方法以及最新的评估结果。