OALL/details_tiiuae__falcon-40b

该数据集是在模型`tiiuae/falcon-40b`的评估运行过程中自动生成的，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一个特定的分割（split），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 tiiuae/falcon-40b

数据集描述

• 创建目的: 自动创建于模型tiiuae/falcon-40b的评估运行过程中。
• 配置数量: 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。
• 额外配置: 包含一个名为"results"的额外配置，存储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_tiiuae__falcon-40b", "lighteval_xstory_cloze_ar_0", split="train")

最新结果

• 结果来源: 来自2024-05-18T20:37:39.101039的运行。
• 结果内容: 包含多个社区和任务的归一化准确率和标准误差。

数据集详细配置

• 配置详情: 每个配置详细记录了不同社区和任务的归一化准确率及其标准误差。
• 社区和任务示例: 包括但不限于阿拉伯文化、历史、语言、艺术等多个领域的评估结果。

结论

该数据集为评估模型tiiuae/falcon-40b在多个任务上的性能提供了详细的数据支持，通过不同的配置和分割，用户可以访问和分析特定任务的评估结果。