GigaChat Lite
Создан 15.07.2024 06:04Оценка по основным задачам: 0.504
Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.084 | Accuracy |
| RCB | 0.543 / 0.452 | Avg. F1 / Accuracy |
| USE | 0.284 | Grade Norm |
| RWSD | 0.627 | Accuracy |
| PARus | 0.848 | Accuracy |
| ruTiE | 0.726 | Accuracy |
| MultiQ | 0.193 / 0.071 | F1-score/EM |
| CheGeKa | 0.063 / 0 | F1 / EM |
| ruModAr | 0.77 | EM |
| ruMultiAr | 0.216 | EM |
| MathLogicQA | 0.45 | Accuracy |
| ruWorldTree | 0.897 / 0.897 | Avg. F1 / Accuracy |
| ruOpenBookQA | 0.823 / 0.822 | Avg. F1 / Accuracy |
Оценка на открытых задачах:
Не учитывается в общем рейтингеТаблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.412 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.783 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.9 | EM | ||||||||||||||||||||||||
| ruHumanEval | 0.018 / 0.088 / 0.177 | pass@k | ||||||||||||||||||||||||
| ruHHH |
0.753
|
Accuracy | ||||||||||||||||||||||||
| ruHateSpeech |
0.774
|
Accuracy | ||||||||||||||||||||||||
| ruDetox |
|
Общая средняя оценка (J) Оценка сохранения смысла (SIM) Оценка натуральности (FL) Точность переноса стиля (STA) |
||||||||||||||||||||||||
| ruEthics |
Результаты таблицы:
[[-0.336, -0.332
, -0.351, -0.31
, -0.237], |
5 MCC |
Информация о сабмите:
Команда:
GIGACHAT
Название ML-модели:
GigaChat Lite
Ссылка на ML-модель:
https://developers.sber.ru/portal/products/gigachat-apiДополнительные ссылки:
https://developers.sber.ru/docs/ru/gigachat/api/overviewОписание архитектуры:
GigaChat Lite (version `GigaChat:4.0.26.8`) is a Large Language Model (LLM) with 7B parameters that was fine-tuned on instruction corpus and has context length of 8192 tokens. The version is available for users via API since 13.07.
Описание обучения:
-
Данные претрейна:
-
Детали обучения:
-
Лицензия:
-
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: - 2 x NVIDIA A100 + accelerate - dtype float16 - Pytorch 2.3.1 + CUDA 12.1 - Transformers 4.42.3 - Context length 8192
