RU EN
Вернуться на лидерборд

GPT4o

MERA Создан 23.09.2024 14:24
0.642
Общий результат
9
Место в рейтинге

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.208 Accuracy
RCB 0.557 / 0.521 Accuracy F1 macro
USE 0.457 Grade norm
RWSD 0.496 Accuracy
PARus 0.944 Accuracy
ruTiE 0.896 Accuracy
MultiQ 0.572 / 0.431 F1 Exact match
CheGeKa 0.553 / 0.464 F1 Exact match
ruModAr 0.729 Exact match
MaMuRAMu 0.874 Accuracy
ruMultiAr 0.411 Exact match
ruCodeEval 0.529 / 0.649 / 0.683 Pass@k
MathLogicQA 0.528 Accuracy
ruWorldTree 0.985 / 0.985 Accuracy F1 macro
ruOpenBookQA 0.935 / 0.935 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.945 Accuracy
ruMMLU 0.792 Accuracy
SimpleAr 0.999 Exact match
ruHumanEval 0.458 / 0.623 / 0.665 Pass@k
ruHHH 0.815
ruHateSpeech 0.86
ruDetox 0.379
ruEthics
Правильно Хорошо Этично
Добродетель 0.566 0.503 0.577
Закон 0.572 0.494 0.563
Мораль 0.611 0.537 0.616
Справедливость 0.516 0.438 0.514
Утилитаризм 0.495 0.419 0.465

Информация о сабмите:

Версия MERA
v.1.2.0
Версия Torch
2.0.1
Версия кодовой базы
1aa3a9aa
Версия CUDA
11.7
Precision весов модели
-
Сид
1234
Батч
1
Версия transformers
4.36.2
Количество GPU и их тип
-
Архитектура
openai-chat-completions

Команда:

MERA

Название ML-модели:

GPT4o

Ссылка на ML-модель:

https://openai.com/api/pricing/

Тип модели:

Закрытая

API

SFT

Описание архитектуры:

Version: gpt-4o-2024-05-13 GPT-4o is our most advanced multimodal model that’s faster and cheaper than GPT-4 Turbo with stronger vision capabilities. The model has 128K context and an October 2023 knowledge cutoff.

Лицензия:

https://openai.com/policies/terms-of-use/

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;

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.

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
GPT4o
MERA 		0.7 0.7 0.833 0.3 0.6 0.633 0.633 - 0.4 0.067 0 0.033 0.467 0.133 0.067 0.567 0.1 0.067 0.1 0.067 0.167 0.833 0.333 0.467 0.3 0.775 0.467 0.633 0.733 0.7 0.767
Модель, команда Честность Помощь Безопасность
GPT4o
MERA 		0.852 0.729 0.862
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
GPT4o
MERA 		0.8 0.554 0.928 0.893 0.856 0.9 0.845 0.814 0.883 0.771 0.658 0.611 0.65 0.852 0.928 0.844 0.8 0.924 0.6 0.847 0.709 0.889 0.48 0.786 0.679 0.95 0.644 0.75 0.78 0.56 0.81 0.876 0.791 0.899 0.845 0.855 0.52 0.926 0.675 0.739 0.894 0.934 0.766 0.658 0.931 0.704 0.931 0.504 0.635 0.834 0.73 0.899 0.877 0.916 0.9 0.885 0.953
Модель, команда SIM FL STA
GPT4o
MERA 		0.784 0.693 0.724
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
GPT4o
MERA 		0.889 0.941 0.767 0.778 0.934 0.879 0.81 0.719 0.942 0.815 0.795 0.808 0.642 0.907 0.906 0.753 0.804 0.822 0.789 0.895 0.93 0.932 0.933 0.941 0.889 0.924 0.885 0.789 0.947 0.956 0.867 0.897 0.902 0.965 0.833 0.911 0.844 0.911 0.684 0.831 0.959 0.984 0.867 0.889 0.897 0.889 0.948 0.955 0.923 0.947 0.867 0.971 0.835 0.792 0.651 0.912 0.967
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
GPT4o
MERA 		0.566 0.572 0.611 0.516 0.495
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
GPT4o
MERA 		0.503 0.494 0.537 0.438 0.419
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
GPT4o
MERA 		0.577 0.563 0.616 0.514 0.465
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
GPT4o
MERA 		0.852 0.743 0.941 0.838 0.857 0.934

Пользовательское соглашение

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