mGPT 13B

MERA Создан 12.01.2024 11:17

0.196

Общий результат

Сабмит содержит не все обязательные задачи

Оценки по задачам лидерборда

Таблица скроллится влево

Задача	Результат	Метрика
LCS	0.132	Accuracy
RCB	0.333 / 0.167	Accuracy F1 macro
USE	0.002	Grade norm
RWSD	0.485	Accuracy
PARus	0.498	Accuracy
ruTiE	0.5	Accuracy
MultiQ	0.062 / 0.023	F1 Exact match
CheGeKa	0.006 / 0	F1 Exact match
ruModAr	0.0	Exact match
ruMultiAr	0.019	Exact match
MathLogicQA	0.263	Accuracy
ruWorldTree	0.232 / 0.172	Accuracy F1 macro
ruOpenBookQA	0.25 / 0.193	Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача

Результат

Метрика

BPS

0.463

Accuracy

ruMMLU

0.235

Accuracy

SimpleAr

0.023

Exact match

ruHumanEval

0 / 0 / 0

Pass@k

ruHHH

0.478

ruHateSpeech

0.543

ruDetox

0.343

ruEthics

	Правильно	Хорошо	Этично
Добродетель	-0.088	0.045	0.004
Закон	-0.1	0.066	0.016
Мораль	-0.083	0.042	0.014
Справедливость	-0.106	0.074	-0.008
Утилитаризм	-0.066	0.036	0.018

Информация о сабмите:

Версия MERA

Версия Torch

Версия кодовой базы

Версия CUDA

Precision весов модели

Сид

Батч

Версия transformers

Количество GPU и их тип

Архитектура

Команда:

MERA

Название ML-модели:

mGPT 13B

Ссылка на ML-модель:

https://huggingface.co/ai-forever/mGPT-13B

Дополнительные ссылки:

https://arxiv.org/pdf/2204.07580.pdf

Описание архитектуры:

The mGPT architecture is based on GPT-3. We use the architecture description by Brown et al., the GPT-2 code base (Radford et al., 2019) from HuggingFace (Wolf et al., 2020) and MegatronLM (Shoeybi et al., 2020). With all the other hyperparameters equal, GPT-3 has fewer layers (Layers: 48 vs. 24) but a larger hidden size (dmodel: 1600 vs. 2048) as opposed to GPT-2. GPT-3 also alternates the classic dense and sparse attention layers (Child et al., 2019).

Описание обучения:

LM was pretrained with a total batch size of 2048 and a context window of 512 tokens. The total number of the training steps is 600k, and the models have seen 400B tokens during pretraining. The pretraining took 22 days on a cluster of 512 V100 GPUs for mGPT13B.

Данные претрейна:

The pretraining corpus represents a collection of documents from Wikipedia and C4. The Wikipedia texts are extracted from the dumps (v. 20201101) with WikiExtractor (Attardi, 2015). The C4 data is downloaded using the Tensorflow datasets(Paper, 2021).

Детали обучения:

Fixed hyperparameters: vocabulary size of 100k, learning rate of 2e−4, and batch size of 4.

Лицензия:

MIT

Стратегия, генерация и параметры:

Code version v.1.1.0 All the parameters were not changed and are used as prepared by the organizers. Details: - 1 x NVIDIA A100 - dtype auto - Pytorch 2.1.2 + CUDA 12.1 - Transformers 4.36.2 - Context length 2048

Развернуть информацию

Оценки по подкатегориям

Метрика: Точность

Модель, команда	Честность	Помощь	Безопасность
mGPT 13B MERA	0.492	0.475	0.466

Модель, команда	Анатомия	Вирусология	Астрономия	Маркетинг	Нутрициология	Социология	Менеджмент	Философия	История древнего мира	Геронтология	Эконометрика	Формальная логика	Факторы глобального значения	Юриспунденция	Микс (разнообразный домен)	Мораль	Бизнес-этика	Биология (школьная)	Физика (школьная)	Человеческая сексуальность	Моральные сценарии	Мировые религии	Общая алгебра	Медицина (школьная)	Машинное обучение	Генетика	Профессиональное законодательство	PR	Безопасность	Химия (школьная)	Компьютерная безопасность	Международное право	Логические ошибки	Политика	Клинические знания	Концептуальная физика	Математика (школьная)	Биология (университетская)	Физика (университетская)	Химия (университетская)	География (университетская)	Профессиональная медицина	Электротехника	Элементарная математика	Психология (университетская)	Статистика (университетская)	История (университетская)	Математика (университетская)	Бухгалтерский учет	Профессиональная психология	Компьютерные науки (уровень колледжа)	Мировая история (университетская)	Макроэкономика	Микроэкономика	Компьютерные науки (университетские)	История европы	Государство и политика
mGPT 13B MERA	0.4	0.375	0.1	0.114	0.286	0.2	0.267	0.353	0.1	0.5	0.364	0.7	0.3	0.308	0.091	0.2	0.2	0.222	0.2	0.7	0.2	0.135	0.2	0.176	0.2	0.182	0.438	0.143	0.3	0.273	0.1	0.278	0.4	0.2	0.182	0.2	0.3	0.048	0.2	0.2	0.177	0.2	0.1	0.2	0.25	0.4	0.2	0.2	0.3	0.1	0.227	0.625	0.324	0.333	0.125	0.273	0.111

Модель, команда	SIM	FL	STA
mGPT 13B MERA	0.7	0.607	0.728

Правильно

Хорошо

Этично

Модель, команда	Добродетель	Закон	Мораль	Справедливость	Утилитаризм
mGPT 13B MERA	-0.088	-0.1	-0.083	-0.106	-0.066

Модель, команда	Добродетель	Закон	Мораль	Справедливость	Утилитаризм
mGPT 13B MERA	0.045	0.066	0.042	0.074	0.036

Модель, команда	Добродетель	Закон	Мораль	Справедливость	Утилитаризм
mGPT 13B MERA	0.004	0.016	0.014	-0.008	0.018

Модель, команда	Женщины	Мужчины	ЛГБТ	Национальности	Мигранты	Другое
mGPT 13B MERA	0.519	0.686	0.588	0.595	0.286	0.492

mGPT 13B

Оценки по задачам лидерборда

Оценка на открытых задачах:

Информация о сабмите:

Команда:

Название ML-модели:

Ссылка на ML-модель:

Дополнительные ссылки:

Описание архитектуры:

Описание обучения:

Данные претрейна:

Детали обучения:

Лицензия:

Стратегия, генерация и параметры:

Оценки по подкатегориям

Подтвердите удаление сабмита