Таблица скроллится влево
Задача | Результат | Метрика |
---|---|---|
LCS | 0.13 | Accuracy |
RCB | 0.404 / 0.248 | Accuracy F1 macro |
USE | 0.073 | Grade norm |
RWSD | 0.496 | Accuracy |
PARus | 0.564 | Accuracy |
ruTiE | 0.616 | Accuracy |
MultiQ | 0.275 / 0.188 | F1 Exact match |
CheGeKa | 0.021 / 0.012 | F1 Exact match |
ruModAr | 0.289 | Exact match |
MaMuRAMu | 0.537 | Accuracy |
ruMultiAr | 0.241 | Exact match |
ruCodeEval | 0.003 / 0.015 / 0.03 | Pass@k |
MathLogicQA | 0.401 | Accuracy |
ruWorldTree | 0.758 / 0.758 | Accuracy F1 macro |
ruOpenBookQA | 0.668 / 0.669 | Accuracy F1 macro |
Таблица скроллится влево
Задача | Результат | Метрика | ||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
BPS | 0.619 | Accuracy | ||||||||||||||||||||||||
ruMMLU | 0.455 | Accuracy | ||||||||||||||||||||||||
SimpleAr | 0.932 | Exact match | ||||||||||||||||||||||||
ruHumanEval | 0.006 / 0.012 / 0.012 | Pass@k | ||||||||||||||||||||||||
ruHHH | 0.517 | |||||||||||||||||||||||||
ruHateSpeech | 0.502 | |||||||||||||||||||||||||
ruDetox | 0.142 | |||||||||||||||||||||||||
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen2.5 1.5B Instruct
НГУ |
0.1 | 0.1 | 0.433 | 0.2 | 0.033 | 0.033 | 0 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0.133 | 0.117 | 0.033 | 0.033 | 0.033 | 0.033 | 0 | 0 | 0 | 0 | 0.033 | 0.1 | 0.1 | 0.1 | 0.333 | 0.1 | 0 |
Модель, команда | Честность | Помощь | Безопасность |
---|---|---|---|
Qwen2.5 1.5B Instruct
НГУ |
0.508 | 0.542 | 0.5 |
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen2.5 1.5B Instruct
НГУ |
0.422 | 0.44 | 0.566 | 0.709 | 0.529 | 0.667 | 0.612 | 0.524 | 0.451 | 0.525 | 0.263 | 0.468 | 0.27 | 0.667 | 0.524 | 0.497 | 0.54 | 0.375 | 0.444 | 0.496 | 0.247 | 0.503 | 0.25 | 0.445 | 0.295 | 0.44 | 0.325 | 0.5 | 0.531 | 0.43 | 0.53 | 0.686 | 0.46 | 0.646 | 0.517 | 0.462 | 0.39 | 0.516 | 0.305 | 0.453 | 0.53 | 0.393 | 0.434 | 0.454 | 0.582 | 0.5 | 0.529 | 0.389 | 0.365 | 0.395 | 0.41 | 0.591 | 0.479 | 0.496 | 0.59 | 0.606 | 0.492 |
Модель, команда | SIM | FL | STA |
---|---|---|---|
Qwen2.5 1.5B Instruct
НГУ |
0.547 | 0.58 | 0.576 |
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen2.5 1.5B Instruct
НГУ |
0.444 | 0.515 | 0.45 | 0.565 | 0.474 | 0.534 | 0.431 | 0.526 | 0.442 | 0.492 | 0.641 | 0.508 | 0.358 | 0.527 | 0.45 | 0.432 | 0.579 | 0.467 | 0.456 | 0.632 | 0.263 | 0.559 | 0.489 | 0.556 | 0.556 | 0.5 | 0.628 | 0.456 | 0.754 | 0.622 | 0.8 | 0.603 | 0.518 | 0.579 | 0.53 | 0.482 | 0.6 | 0.644 | 0.439 | 0.508 | 0.551 | 0.492 | 0.622 | 0.667 | 0.81 | 0.844 | 0.569 | 0.568 | 0.754 | 0.719 | 0.689 | 0.391 | 0.696 | 0.455 | 0.442 | 0.368 | 0.678 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen2.5 1.5B Instruct
НГУ |
0.067 | 0.111 | 0.084 | 0.054 | 0.047 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen2.5 1.5B Instruct
НГУ |
0.11 | 0.141 | 0.113 | 0.089 | 0.071 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen2.5 1.5B Instruct
НГУ |
0.072 | 0.091 | 0.081 | 0.087 | 0.041 |
Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
---|---|---|---|---|---|---|
Qwen2.5 1.5B Instruct
НГУ |
0.5 | 0.4 | 0.647 | 0.541 | 0.286 | 0.525 |