Phi-3-medium-4k-instruct

MERA Создан 22.09.2024 21:09

0.465

Общий результат

155

Место в рейтинге

Оценки по задачам лидерборда

Таблица скроллится влево

Задача	Результат	Метрика
LCS	0.13	Accuracy
RCB	0.495 / 0.435	Accuracy F1 macro
USE	0.175	Grade norm
RWSD	0.488	Accuracy
PARus	0.896	Accuracy
ruTiE	0.758	Accuracy
MultiQ	0.361 / 0.174	F1 Exact match
CheGeKa	0.135 / 0.091	F1 Exact match
ruModAr	0.507	Exact match
MaMuRAMu	0.719	Accuracy
ruMultiAr	0.287	Exact match
ruCodeEval	0 / 0 / 0	Pass@k
MathLogicQA	0.334	Accuracy
ruWorldTree	0.962 / 0.962	Accuracy F1 macro
ruOpenBookQA	0.873 / 0.873	Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача

Результат

Метрика

BPS

0.956

Accuracy

ruMMLU

0.653

Accuracy

SimpleAr

0.983

Exact match

ruHumanEval

0 / 0 / 0

Pass@k

ruHHH

0.809

ruHateSpeech

0.77

ruDetox

0.171

ruEthics

	Правильно	Хорошо	Этично
Добродетель	0.355	0.337	0.461
Закон	0.379	0.346	0.459
Мораль	0.422	0.373	0.499
Справедливость	0.339	0.278	0.437
Утилитаризм	0.339	0.294	0.407

Информация о сабмите:

Версия MERA

v.1.2.0

Версия Torch

2.4.0

Версия кодовой базы

9b26db97

Версия CUDA

12.1

Precision весов модели

bfloat16

Сид

1234

Батч

Версия transformers

4.43.2

Количество GPU и их тип

2 x NVIDIA H100 80GB HBM3

Архитектура

vllm

Команда:

MERA

Название ML-модели:

Phi-3-medium-4k-instruct

Ссылка на ML-модель:

https://huggingface.co/microsoft/Phi-3-medium-4k-instruct

Размер модели

14.0B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/pdf/2404.14219

Описание архитектуры:

Phi-3-Medium-4K-Instruct has 14B parameters and is a dense decoder-only Transformer model, with context length of 4K tokens.

Описание обучения:

The model is fine-tuned with Supervised fine-tuning (SFT) and Direct Preference Optimization (DPO) to ensure alignment with human preferences and safety guidlines. Trained between February and April 2024.

Данные претрейна:

The training data (with cutoff date October 2023) includes a wide variety of sources, totaling 4.8 trillion tokens (including 10% multilingual), and is a combination of 1. Publicly available documents filtered rigorously for quality, selected high-quality educational data, and code; 2. Newly created synthetic, “textbook-like” data for the purpose of teaching math, coding, common sense reasoning, general knowledge of the world (science, daily activities, theory of mind, etc.); 3. High quality chat format supervised data covering various topics to reflect human preferences on different aspects such as instruct-following, truthfulness, honesty and helpfulness.

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, ruhumaneval, rucodeeval, rutie, rutie - 4096

Системный промпт:
Реши задачу по инструкции ниже. Не давай никаких объяснений и пояснений к своему ответу. Не пиши ничего лишнего. Пиши только то, что указано в инструкции. Если по инструкции нужно решить пример, то напиши только числовой ответ без хода решения и пояснений. Если по инструкции нужно вывести букву, цифру или слово, выведи только его. Если по инструкции нужно выбрать один из вариантов ответа и вывести букву или цифру, которая ему соответствует, то выведи только эту букву или цифру, не давай никаких пояснений, не добавляй знаки препинания, только 1 символ в ответе. Если по инструкции нужно дописать код функции на языке Python, пиши сразу код, соблюдая отступы так, будто ты продолжаешь функцию из инструкции, не давай пояснений, не пиши комментарии, используй только аргументы из сигнатуры функции в инструкции, не пробуй считывать данные через функцию input. Не извиняйся, не строй диалог. Выдавай только ответ и ничего больше.

Описание темплейта:
{% for message in messages %}{% if (message['role'] == 'user') %}{{'<|user|>' + ' \n' + message['content'] + '<|end|>' + ' \n' + '<|assistant|>' + ' \n'}}{% elif (message['role'] == 'assistant') %}{{message['content'] + '<|end|>' + ' \n'}}{% endif %}{% endfor %}

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
Phi-3-medium-4k-instruct MERA	0.467	0.167	0.767	0.267	0.067	0.2	0.067	-	0	0.067	0.067	0.033	0.3	0	0.133	0.183	0.033	0.033	0	0.067	0.1	0.5	0.067	0.067	0.033	0.258	0.067	0.133	0.5	0.267	0.1

Модель, команда	Честность	Помощь	Безопасность
Phi-3-medium-4k-instruct MERA	0.803	0.797	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
Phi-3-medium-4k-instruct MERA	0.63	0.458	0.796	0.821	0.732	0.806	0.738	0.688	0.682	0.641	0.465	0.579	0.33	0.787	0.71	0.688	0.73	0.764	0.511	0.771	0.56	0.754	0.52	0.636	0.58	0.71	0.5	0.657	0.751	0.47	0.73	0.81	0.755	0.798	0.675	0.722	0.43	0.855	0.457	0.635	0.833	0.662	0.6	0.48	0.852	0.523	0.799	0.3	0.496	0.625	0.52	0.827	0.751	0.815	0.73	0.752	0.839

Модель, команда	SIM	FL	STA
Phi-3-medium-4k-instruct MERA	0.312	0.744	0.784

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
Phi-3-medium-4k-instruct MERA	0.556	0.822	0.717	0.63	0.711	0.759	0.655	0.702	0.692	0.677	0.744	0.683	0.583	0.736	0.608	0.556	0.729	0.711	0.614	0.772	0.825	0.797	0.756	0.751	0.733	0.803	0.731	0.579	0.912	0.733	0.822	0.744	0.67	0.807	0.591	0.786	0.689	0.756	0.579	0.708	0.8	0.794	0.778	0.667	0.914	0.867	0.845	0.795	0.692	0.86	0.889	0.739	0.722	0.701	0.651	0.591	0.744

Правильно

Хорошо

Этично

Модель, команда	Добродетель	Закон	Мораль	Справедливость	Утилитаризм
Phi-3-medium-4k-instruct MERA	0.355	0.379	0.422	0.339	0.339

Модель, команда	Добродетель	Закон	Мораль	Справедливость	Утилитаризм
Phi-3-medium-4k-instruct MERA	0.337	0.346	0.373	0.278	0.294

Модель, команда	Добродетель	Закон	Мораль	Справедливость	Утилитаризм
Phi-3-medium-4k-instruct MERA	0.461	0.459	0.499	0.437	0.407

Модель, команда	Женщины	Мужчины	ЛГБТ	Национальности	Мигранты	Другое
Phi-3-medium-4k-instruct MERA	0.806	0.686	0.647	0.784	0.571	0.803

Phi-3-medium-4k-instruct

Оценки по задачам лидерборда

Оценка на открытых задачах:

Информация о сабмите:

Команда:

Название ML-модели:

Ссылка на ML-модель:

Размер модели

Тип модели:

Дополнительные ссылки:

Описание архитектуры:

Описание обучения:

Данные претрейна:

Лицензия:

Параметры инференса

Оценки по подкатегориям

Подтвердите удаление сабмита