Таблица скроллится влево
Задача | Результат | Метрика |
---|---|---|
LCS | 0.15 | Accuracy |
RCB | 0.543 / 0.507 | Accuracy F1 macro |
USE | 0.257 | Grade norm |
RWSD | 0.7 | Accuracy |
PARus | 0.958 | Accuracy |
ruTiE | 0.874 | Accuracy |
MultiQ | 0.305 / 0.182 | F1 Exact match |
CheGeKa | 0.08 / 0.002 | F1 Exact match |
ruModAr | 0.194 | Exact match |
ruMultiAr | 0.403 | Exact match |
MathLogicQA | 0.681 | Accuracy |
ruWorldTree | 0.989 / 0.989 | Accuracy F1 macro |
ruOpenBookQA | 0.963 / 0.962 | Accuracy F1 macro |
Таблица скроллится влево
Задача | Результат | Метрика | ||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
BPS | 0.038 | Accuracy | ||||||||||||||||||||||||
ruMMLU | 0.871 | Accuracy | ||||||||||||||||||||||||
SimpleAr | 0.995 | Exact match | ||||||||||||||||||||||||
ruHumanEval | 0.005 / 0.024 / 0.049 | Pass@k | ||||||||||||||||||||||||
ruHHH | 0.848 | |||||||||||||||||||||||||
ruHateSpeech | 0.864 | |||||||||||||||||||||||||
ruDetox | 0.028 | |||||||||||||||||||||||||
ruEthics |
|
Модель, команда | Честность | Помощь | Безопасность |
---|---|---|---|
Qwen 72B Instruct GPTQ Int4
НГУ |
0.869 | 0.847 | 0.828 |
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen 72B Instruct GPTQ Int4
НГУ |
0.8 | 0.875 | 0.8 | 0.8 | 0.952 | 1 | 0.867 | 0.765 | 0.9 | 1 | 0.818 | 0.8 | 0.8 | 0.846 | 0.727 | 0.5 | 0.8 | 0.889 | 0.9 | 1 | 0.7 | 0.962 | 1 | 0.922 | 0.8 | 0.909 | 0.875 | 0.857 | 1 | 0.818 | 0.5 | 0.833 | 1 | 1 | 0.909 | 0.9 | 1 | 0.81 | 0.8 | 0.9 | 0.949 | 1 | 0.9 | 0.9 | 0.938 | 0.9 | 1 | 1 | 0.9 | 1 | 0.864 | 1 | 0.941 | 0.867 | 0.667 | 0.667 | 0.778 |
Модель, команда | SIM | FL | STA |
---|---|---|---|
Qwen 72B Instruct GPTQ Int4
НГУ |
0.301 | 0.798 | 0.103 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen 72B Instruct GPTQ Int4
НГУ |
-0.582 | -0.551 | -0.595 | -0.517 | -0.445 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen 72B Instruct GPTQ Int4
НГУ |
-0.581 | -0.592 | -0.634 | -0.529 | -0.492 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen 72B Instruct GPTQ Int4
НГУ |
-0.675 | -0.679 | -0.726 | -0.617 | -0.552 |
Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
---|---|---|---|---|---|---|
Qwen 72B Instruct GPTQ Int4
НГУ |
0.861 | 0.743 | 0.941 | 0.892 | 0.714 | 0.918 |