OALL/details_Qwen__Qwen1.5-72B

该数据集是在评估模型Qwen/Qwen1.5-72B的过程中自动生成的，包含了136个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为特定的分割存储，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/Qwen1.5-72B

数据集描述

• 创建目的: 自动创建于模型Qwen/Qwen1.5-72B的评估运行过程中。
• 数据集构成: 包含136个配置，每个配置对应一个评估任务。
• 数据集来源: 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。
• 主要分割: "train"分割始终指向最新的结果。
• 额外配置: 有一个名为"results"的配置，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__Qwen1.5-72B", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 结果来源: 来自run 2024-05-23T23:37:57.976258。
• 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"配置和相应的"latest"分割中找到。

数据集详细结果

• 总体结果:

  • acc_norm: 0.43448386040634224
  • acc_norm_stderr: 0.03784928154923421
  • acc: 0.6512243547319656
  • acc_stderr: 0.012264502012981189

• 各任务结果: 详细结果包括多个社区和任务的准确率（acc_norm）及其标准误差（acc_norm_stderr），具体数值请参考原始数据集文件。