RU EN
Вернуться на лидерборд

GigaChat Max

GIGACHAT Создан 24.10.2024 07:30
0.588
Общий результат
23
Место в рейтинге
В топе по задачам:
5
USE
Задача входит в число основных
9
LCS
Задача входит в число основных
4
ruModAr
Задача входит в число основных
Слабые задачи:
21
RWSD
37
PARus
30
RCB
63
ruEthics
69
MultiQ
32
ruWorldTree
34
ruOpenBookQA
45
ruMMLU
299
ruHateSpeech
151
ruDetox
97
ruHHH
129
ruTiE
76
ruHumanEval
43
MathLogicQA
38
ruMultiAr
56
SimpleAr
64
BPS
31
MaMuRAMu
114
ruCodeEval
+15
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.192 Accuracy
RCB 0.58 / 0.423 Accuracy F1 macro
USE 0.393 Grade norm
RWSD 0.665 Accuracy
PARus 0.928 Accuracy
ruTiE 0.715 Accuracy
MultiQ 0.486 / 0.322 F1 Exact match
CheGeKa 0.469 / 0.397 F1 Exact match
ruModAr 0.938 Exact match
MaMuRAMu 0.824 Accuracy
ruMultiAr 0.362 Exact match
ruCodeEval 0.077 / 0.093 / 0.098 Pass@k
MathLogicQA 0.575 Accuracy
ruWorldTree 0.975 / 0.975 Accuracy F1 macro
ruOpenBookQA 0.918 / 0.737 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.977 Accuracy
ruMMLU 0.718 Accuracy
SimpleAr 0.989 Exact match
ruHumanEval 0.184 / 0.195 / 0.201 Pass@k
ruHHH 0.775
ruHateSpeech 0.611
ruDetox 0.199
ruEthics
Правильно Хорошо Этично
Добродетель 0.394 0.369 0.42
Закон 0.379 0.358 0.422
Мораль 0.422 0.386 0.451
Справедливость 0.347 0.328 0.377
Утилитаризм 0.336 0.332 0.386

Информация о сабмите:

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
44ddcb3
Версия CUDA
12.1
Precision весов модели
-
Сид
1234
Батч
1
Версия transformers
4.43.2
Количество GPU и их тип
5 x NVIDIA H100 80GB HBM3
Архитектура
gigachat_llms

Команда:

GIGACHAT

Название ML-модели:

GigaChat Max

Ссылка на ML-модель:

https://developers.sber.ru/docs/ru/gigachat/models

Тип модели:

Закрытая

API

Описание архитектуры:

GigaChat MAX (version 1.0.0.0) is the largest in GigaChat Model family (LLM). The model will be available for B2C users https://giga.chat/ and B2B users via API soon https://developers.sber.ru/docs/ru/gigachat/api/tariffs.

Описание обучения:

—

Данные претрейна:

—

Лицензия:

Proprietary model by Sber

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"]; \nrucodeeval - do_sample=true;until=["\nclass","\ndef","\n#","\nif","\nprint"];

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:
API Default

Развернуть информацию

Оценки по подкатегориям

Метрика: Точность
Модель, команда Честность Помощь Безопасность
GigaChat Max
GIGACHAT 		0.77 0.729 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
GigaChat Max
GIGACHAT 		0.659 0.524 0.908 0.855 0.85 0.821 0.806 0.775 0.846 0.735 0.605 0.556 0.47 0.741 0.851 0.769 0.76 0.861 0.567 0.786 0.642 0.865 0.42 0.711 0.67 0.87 0.505 0.648 0.776 0.52 0.77 0.851 0.748 0.879 0.751 0.774 0.47 0.897 0.563 0.665 0.874 0.794 0.724 0.594 0.884 0.648 0.814 0.437 0.528 0.739 0.67 0.785 0.779 0.84 0.83 0.818 0.886
Модель, команда SIM FL STA
GigaChat Max
GIGACHAT 		0.327 0.749 0.765
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
GigaChat Max
GIGACHAT 		0.394 0.379 0.422 0.347 0.336
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
GigaChat Max
GIGACHAT 		0.369 0.358 0.386 0.328 0.332
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
GigaChat Max
GIGACHAT 		0.42 0.422 0.451 0.377 0.386
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
GigaChat Max
GIGACHAT 		0.824 0.543 0 0.135 0.286 0.77

Пользовательское соглашение

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