OALL/details_cognitivecomputations__dolphin-2.9.1-mixtral-1x22b

该数据集是在评估模型[cognitivecomputations/dolphin-2.9.1-mixtral-1x22b]时自动创建的，包含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在配置中，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

• pretty_name: Evaluation run of cognitivecomputations/dolphin-2.9.1-mixtral-1x22b

数据集描述

• dataset_summary: 该数据集是在评估模型cognitivecomputations/dolphin-2.9.1-mixtral-1x22b过程中自动创建的。
• 组成: 包含136个配置，每个配置对应一个评估任务。
• 创建过程: 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命名。"train"分割始终指向最新的结果。
• 额外配置: 有一个名为"results"的额外配置，存储了运行中的所有聚合结果。

加载数据示例

python from datasets import load_dataset data = load_dataset("OALL/details_cognitivecomputations__dolphin-2.9.1-mixtral-1x22b", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 结果存储: 最新结果存储在results_2024-05-26T04-25-45.432082.json文件中。
• 结果内容: 包含多个任务的评估指标，如准确率（acc_norm, acc_norm_stderr, acc, acc_stderr）等。

搜集汇总

背景与挑战

背景概述

该数据集是一个用于评估阿拉伯语大模型（特别是cognitivecomputations/dolphin-2.9.1-mixtral-1x22b模型）性能的基准数据集，自动生成于模型评估运行过程中。数据集包含136个配置任务，覆盖阿拉伯语文化、历史、科学等多个领域，并以parquet格式提供详细的评估指标（如准确率），旨在支持对模型在阿拉伯语任务上的全面测试和分析。