OALL/details_cognitivecomputations__dolphin-2.9.1-yi-1.5-34b

该数据集是在模型[cognitivecomputations/dolphin-2.9.1-yi-1.5-34b](https://huggingface.co/cognitivecomputations/dolphin-2.9.1-yi-1.5-34b)的评估运行中自动创建的。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次运行中创建的，每次运行可以在每个配置中找到，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 cognitivecomputations/dolphin-2.9.1-yi-1.5-34b

数据集描述

• 创建目的: 该数据集是自动创建的，用于评估模型 cognitivecomputations/dolphin-2.9.1-yi-1.5-34b 的性能。
• 数据组成: 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，每次运行作为一个特定的分割，分割名称使用运行的时间戳。
• 额外配置: 有一个名为"results"的额外配置，存储了所有运行的聚合结果。

数据集使用示例

• 加载数据: 使用以下代码可以加载特定运行的详细信息： python from datasets import load_dataset data = load_dataset("OALL/details_cognitivecomputations__dolphin-2.9.1-yi-1.5-34b", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 结果概览: 提供了最新的评估结果，包括多个任务的性能指标，如准确率（acc_norm, acc_norm_stderr, acc, acc_stderr）等。
• 结果详情: 结果详细列出了各个任务的性能数据，覆盖了多个领域和主题。

数据集结构

• 配置数量: 136个
• 数据分割: 每个配置包含一个或多个分割，分割名称基于运行的时间戳。
• 额外配置: "results"配置用于存储聚合结果。

数据集内容

• 任务多样性: 数据集覆盖了广泛的任务，包括但不限于语言理解、文化知识、历史、科学等多个领域。
• 性能指标: 每个任务的结果包括准确率及其标准误差。

数据集使用

• 加载方法: 通过load_dataset函数加载特定任务的数据。
• 数据分析: 用户可以根据提供的性能指标进行数据分析和模型评估。