Таблица скроллится влево
Задача | Результат | Метрика |
---|---|---|
LCS | 0.07 | Accuracy |
RCB | 0.395 / 0.216 | Accuracy F1 macro |
USE | 0.084 | Grade norm |
RWSD | 0.442 | Accuracy |
PARus | 0.612 | Accuracy |
ruTiE | 0.549 | Accuracy |
MultiQ | 0.259 / 0.169 | F1 Exact match |
CheGeKa | 0.022 / 0.007 | F1 Exact match |
ruModAr | 0.157 | Exact match |
MaMuRAMu | 0.508 | Accuracy |
ruMultiAr | 0.178 | Exact match |
ruCodeEval | 0.001 / 0.003 / 0.006 | Pass@k |
MathLogicQA | 0.314 | Accuracy |
ruWorldTree | 0.697 / 0.695 | Accuracy F1 macro |
ruOpenBookQA | 0.633 / 0.632 | Accuracy F1 macro |
Таблица скроллится влево
Задача | Результат | Метрика | ||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
BPS | 0.695 | Accuracy | ||||||||||||||||||||||||
ruMMLU | 0.43 | Accuracy | ||||||||||||||||||||||||
SimpleAr | 0.928 | Exact match | ||||||||||||||||||||||||
ruHumanEval | 0.001 / 0.003 / 0.006 | Pass@k | ||||||||||||||||||||||||
ruHHH | 0.438 | |||||||||||||||||||||||||
ruHateSpeech | 0.555 | |||||||||||||||||||||||||
ruDetox | 0.129 | |||||||||||||||||||||||||
ruEthics |
|
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen2-1.5B-Instruct
MERA |
0.2 | 0.067 | 0.333 | 0.233 | 0 | 0.133 | 0 | - | 0 | 0 | 0 | 0.033 | 0 | 0 | 0.133 | 0.25 | 0.033 | 0.033 | 0 | 0.033 | 0 | 0.033 | 0.067 | 0 | 0 | 0.075 | 0.133 | 0.1 | 0.2 | 0.133 | 0.167 |
Модель, команда | Честность | Помощь | Безопасность |
---|---|---|---|
Qwen2-1.5B-Instruct
MERA |
0.426 | 0.492 | 0.397 |
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen2-1.5B-Instruct
MERA |
0.407 | 0.398 | 0.408 | 0.692 | 0.523 | 0.642 | 0.563 | 0.489 | 0.451 | 0.489 | 0.272 | 0.349 | 0.32 | 0.556 | 0.497 | 0.448 | 0.46 | 0.354 | 0.367 | 0.534 | 0.238 | 0.538 | 0.4 | 0.462 | 0.375 | 0.46 | 0.336 | 0.481 | 0.543 | 0.4 | 0.57 | 0.628 | 0.479 | 0.606 | 0.479 | 0.427 | 0.33 | 0.477 | 0.298 | 0.34 | 0.576 | 0.331 | 0.517 | 0.363 | 0.545 | 0.333 | 0.48 | 0.289 | 0.333 | 0.389 | 0.37 | 0.57 | 0.459 | 0.424 | 0.48 | 0.545 | 0.446 |
Модель, команда | SIM | FL | STA |
---|---|---|---|
Qwen2-1.5B-Instruct
MERA |
0.657 | 0.633 | 0.392 |
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen2-1.5B-Instruct
MERA |
0.422 | 0.485 | 0.317 | 0.509 | 0.487 | 0.517 | 0.466 | 0.439 | 0.423 | 0.492 | 0.551 | 0.517 | 0.392 | 0.589 | 0.398 | 0.432 | 0.579 | 0.4 | 0.386 | 0.561 | 0.281 | 0.542 | 0.422 | 0.533 | 0.556 | 0.561 | 0.551 | 0.474 | 0.772 | 0.556 | 0.756 | 0.59 | 0.455 | 0.491 | 0.439 | 0.482 | 0.4 | 0.689 | 0.316 | 0.538 | 0.518 | 0.492 | 0.6 | 0.6 | 0.793 | 0.689 | 0.517 | 0.386 | 0.585 | 0.667 | 0.6 | 0.406 | 0.709 | 0.455 | 0.326 | 0.421 | 0.644 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen2-1.5B-Instruct
MERA |
0.035 | 0.047 | 0.046 | 0.018 | 0.025 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen2-1.5B-Instruct
MERA |
0.03 | 0.069 | 0.043 | 0.054 | 0.024 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen2-1.5B-Instruct
MERA |
0.036 | 0.051 | 0.027 | 0.034 | 0.032 |
Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
---|---|---|---|---|---|---|
Qwen2-1.5B-Instruct
MERA |
0.565 | 0.486 | 0.588 | 0.514 | 0.571 | 0.59 |