GigaChat Max

GIGACHAT Создан 24.10.2024 07:30

0.588

Общий результат

Место в рейтинге

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

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

GigaChat Max

Оценки по задачам лидерборда

Оценка на открытых задачах:

Информация о сабмите:

Команда:

Название ML-модели:

Ссылка на ML-модель:

Тип модели:

Описание архитектуры:

Описание обучения:

Данные претрейна:

Лицензия:

Параметры инференса

Оценки по подкатегориям

Подтвердите удаление сабмита