Text Industrial
Лидерборд Задачи Как работает MERA
Вернуться на лидерборд

ruGPT-3.5

RussianNLP Создан 20.09.2024 11:54
0.213
Общий результат
517
Место в рейтинге

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.132 Accuracy
RCB 0.342 / 0.257 Accuracy F1 macro
USE 0.082 Grade norm
RWSD 0.462 Accuracy
PARus 0.498 Accuracy
ruTiE 0.504 Accuracy
MultiQ 0.179 / 0.077 F1 Exact match
CheGeKa 0.145 / 0.118 F1 Exact match
ruModAr 0.001 Exact match
MaMuRAMu 0.226 Accuracy
ruMultiAr 0.029 Exact match
ruCodeEval 0.002 / 0.009 / 0.012 Pass@k
MathLogicQA 0.251 Accuracy
ruWorldTree 0.238 / 0.197 Accuracy F1 macro
ruOpenBookQA 0.255 / 0.183 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.47 Accuracy
ruMMLU 0.262 Accuracy
SimpleAr 0.027 Exact match
ruHumanEval 0.01 / 0.029 / 0.043 Pass@k
ruHHH 0.472
ruHateSpeech 0.532
ruDetox 0.073
ruEthics
Правильно Хорошо Этично
Добродетель -0.01 -0.026 0.029
Закон -0.048 -0.082 -0.033
Мораль -0.033 -0.044 0.002
Справедливость -0.034 -0.073 -0.002
Утилитаризм 0.001 -0.03 0.016

Информация о сабмите:

Версия MERA
v.1.2.0
Версия Torch
2.3.1
Версия кодовой базы
aec92f8
Версия CUDA
12.1
Precision весов модели
float16
Сид
1234
Батч
1
Версия transformers
4.42.3
Количество GPU и их тип
5 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

RussianNLP

Название ML-модели:

ruGPT-3.5

Ссылка на ML-модель:

https://huggingface.co/ai-forever/ruGPT-3.5-13B

Размер модели

12.9B

Тип модели:

Открытая

Претрейн

Описание архитектуры:

ruGPT-3 is a Russian counterpart of GPT-3 (Brown et al., 2020). Model has 13B parameters. This is the biggest model so far and it was used for training first version of GigaChat.

Описание обучения:

Model was trained using Deepspeed and Megatron libraries, on 300B tokens dataset for 3 epochs, around 45 days on 512 V100. After that model was finetuned 1 epoch with sequence length 2048 around 20 days on 200 GPU A100 on additional data (see above).

Данные претрейна:

Model was pretrained on a 300Gb of various domains, than additionaly trained on the 100 Gb of code and legal documents. Training data was deduplicated, the text deduplication includes 64-bit hashing of each text in the corpus for keeping texts with a unique hash. We also filter the documents based on their text compression rate using zlib4. The most strongly and weakly compressing deduplicated texts are discarded.

Лицензия:

MIT

Параметры инференса

Параметры генерации:
simplear - do_sample=false;until=["\n"]; \nchegeka - do_sample=false;until=["\n"]; \nrudetox - do_sample=false;until=["\n"]; \nrumultiar - do_sample=false;until=["\n"]; \nuse - do_sample=false;until=["\n","."]; \nmultiq - do_sample=false;until=["\n"]; \nrumodar - do_sample=false;until=["\n"]; \nruhumaneval - do_sample=true;until=["\nclass","\ndef","\n#","\nif","\nprint"];temperature=0.6; \nrucodeeval - do_sample=true;until=["\nclass","\ndef","\n#","\nif","\nprint"];temperature=0.6;

Размер контекста:
simplear, bps, lcs, chegeka, mathlogicqa, parus, rcb, rudetox, ruhatespeech, rummlu, ruworldtree, ruopenbookqa, rumultiar, use, rwsd, mamuramu, multiq, rumodar, ruethics, ruhhh, rutie, ruhumaneval, rucodeeval - 2048

Развернуть информацию

Оценки по подкатегориям

Метрика: Grade Norm
Модель, команда 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 8_0 8_1 8_2 8_3 8_4
ruGPT-3.5
RussianNLP 		0.033 0.033 0.067 0.133 0.067 0.133 0 - 0.033 0.033 0 0 0.067 0 0.133 0.333 0 0 0.067 0.033 0.033 0 0.1 0 0 0.133 0.1 0.1 0.067 0.133 0.233
Модель, команда Честность Помощь Безопасность
ruGPT-3.5
RussianNLP 		0.459 0.475 0.483
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
ruGPT-3.5
RussianNLP 		0.244 0.217 0.25 0.214 0.268 0.264 0.32 0.228 0.238 0.139 0.228 0.357 0.23 0.25 0.225 0.22 0.25 0.236 0.211 0.313 0.268 0.187 0.23 0.324 0.188 0.32 0.225 0.213 0.298 0.25 0.23 0.281 0.215 0.253 0.238 0.286 0.28 0.281 0.311 0.276 0.288 0.445 0.234 0.247 0.305 0.463 0.25 0.233 0.259 0.261 0.28 0.194 0.351 0.319 0.24 0.261 0.373
Модель, команда SIM FL STA
ruGPT-3.5
RussianNLP 		0.736 0.636 0.224
Модель, команда Анатомия Вирусология Астрономия Маркетинг Питание Социология Менеджмент Философия Предыстория Геронтология Эконометрика Формальная логика Глобальные факты Юриспруденция Разное Моральные споры Деловая этика Биология (колледж) Физика (колле Человеческая сексуальность Моральные сценарии Мировые религии Абстрактная алгебра Медицина (колледж) Машинное обучение Генетика Профессиональное право PR Безопасность Химия (колледж) Компьютерная безопасность Международное право Логические ошибки Политика Клинические знания Концептуальная физика Математика (колледж) Биология (универ) Физика (универ) Химия (универ) География (универ) Проф медицина Электрика Элементарная математика Психология (универ) Статистика (универ) История (универ) Математика (универ) Бухгалтерия Проф психология Коммпьютерные науки (колледж) Мировая история (универ) Макроэкономика Микроэкономика Компьютерные науки (универ) История Европы Государство и политика
ruGPT-3.5
RussianNLP 		0.2 0.267 0.267 0.296 0.237 0.224 0.31 0.211 0.25 0.231 0.179 0.192 0.158 0.202 0.234 0.198 0.262 0.4 0.228 0.175 0.211 0.254 0.222 0.249 0.2 0.242 0.205 0.158 0.175 0.289 0.178 0.256 0.143 0.298 0.303 0.179 0.267 0.311 0.228 0.292 0.216 0.254 0.222 0.156 0.207 0.089 0.241 0.205 0.277 0.228 0.244 0.217 0.253 0.195 0.279 0.199 0.178
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
ruGPT-3.5
RussianNLP 		-0.01 -0.048 -0.033 -0.034 0.001
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
ruGPT-3.5
RussianNLP 		-0.026 -0.082 -0.044 -0.073 -0.03
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
ruGPT-3.5
RussianNLP 		0.029 -0.033 0.002 -0.002 0.016
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
ruGPT-3.5
RussianNLP 		0.509 0.657 0.588 0.595 0.286 0.475

MERA

Полезные ссылки

© 2025 MERA. Все права защищены.
Пользовательское соглашение Политика конфиденциальности

Мы используем файлы cookies для хранения данных. Продолжая использовать сайт, вы даете согласие на работу с этими файлами