RuadaptQwen-32B-instruct

RCC MSU Создан 13.11.2024 13:20
0.615
Общий результат
18
Место в рейтинге

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.152 Accuracy
RCB 0.557 / 0.519 Accuracy F1 macro
USE 0.35 Grade norm
RWSD 0.638 Accuracy
PARus 0.924 Accuracy
ruTiE 0.866 Accuracy
MultiQ 0.55 / 0.403 F1 Exact match
CheGeKa 0.215 / 0.166 F1 Exact match
ruModAr 0.686 Exact match
MaMuRAMu 0.812 Accuracy
ruMultiAr 0.433 Exact match
ruCodeEval 0.426 / 0.561 / 0.598 Pass@k
MathLogicQA 0.726 Accuracy
ruWorldTree 0.985 / 0.985 Accuracy F1 macro
ruOpenBookQA 0.915 / 0.915 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.984 Accuracy
ruMMLU 0.737 Accuracy
SimpleAr 0.994 Exact match
ruHumanEval 0.389 / 0.506 / 0.543 Pass@k
ruHHH 0.848
ruHateSpeech 0.872
ruDetox 0.316
ruEthics
Правильно Хорошо Этично
Добродетель 0.361 0.307 0.357
Закон 0.351 0.301 0.339
Мораль 0.378 0.312 0.382
Справедливость 0.315 0.267 0.326
Утилитаризм 0.31 0.256 0.29

Информация о сабмите:

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
430295f
Версия CUDA
12.1
Precision весов модели
bfloat16
Сид
1234
Батч
4
Версия transformers
4.45.2
Количество GPU и их тип
1 x NVIDIA A100
Архитектура
vllm

Команда:

RCC MSU

Название ML-модели:

RuadaptQwen-32B-instruct

Размер модели

32.0B

Тип модели:

Открытая

SFT

Описание архитектуры:

Инструктивная версия адаптированного на русский язык Qwen2.5-32B. В модели был заменен токенизатор, затем произведено дообучение (Continued pretraining) на русскоязычном корпусе, после чего была применена техника LEP (Learned Embedding Propagation, paper will be soon). Благодаря новому токенизатору (расширенный tiktoken cl100k с помощью униграм токенизатора на 48 т. токенов) скорость генерации* русскоязычных текстов возрасла до 60% по сравнению с исходной моделью Qwen-2.5-32B-Instruct. Tikhomirov M., Chernyshev D. Facilitating large language model Russian adaptation with Learned Embedding Propagation // 2024 (will be soon) Tikhomirov M., Chernyshev D. Impact of Tokenization on LLaMa Russian Adaptation //2023 Ivannikov Ispras Open Conference (ISPRAS). – IEEE, 2023. – С. 163-168. *Под скоростью генерации подразумевается количество русскоязычных символов/слов в секунду на одинаковых текстовых последовательностях.

Лицензия:

Apache license 2.0

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;

Размер контекста:
simplear, chegeka, rudetox, rumultiar, use, multiq, rumodar, ruhumaneval, rucodeeval - 8192 \nrutie - 3000

Системный промпт:
Решай задачу строго по инструкции. Только ответ, без объяснений. Числовой ответ — только число. Буква, цифра или слово — только их. Выбор варианта ответа — одна буква или цифра. Ответ должен быть точным, без лишних символов или слов. В случае, если нужно сгенерировать код на Python — твоим ответом должен быть только код (продолжения кода из инструкции), не повтореняй имя функции, не давай пояснений, не пиши комментариев, не используй input, пиши код так, чтобы он дополнял функцию из инструкции (с соответствующими отступами) и всегда начинай написание кода с переноса строки!

Описание темплейта:
{%- if tools %} \n {{- '<|im_start|>system\n' }} \n {%- if messages[0]['role'] == 'system' %} \n {{- messages[0]['content'] }} \n {%- else %} \n {{- 'You are Qwen, created by Alibaba Cloud. You are a helpful assistant.' }} \n {%- endif %} \n {{- "\n\n# Tools\n\nYou may call one or more functions to assist with the user query.\n\nYou are provided with function signatures within <tools></tools> XML tags:\n<tools>" }} \n {%- for tool in tools %} \n {{- "\n" }} \n {{- tool | tojson }} \n {%- endfor %} \n {{- "\n</tools>\n\nFor each function call, return a json object with function name and arguments within <tool_call></tool_call> XML tags:\n<tool_call>\n{\"name\": <function-name>, \"arguments\": <args-json-object>}\n</tool_call><|im_end|>\n" }} \n{%- else %} \n {%- if messages[0]['role'] == 'system' %} \n {{- '<|im_start|>system\n' + messages[0]['content'] + '<|im_end|>\n' }} \n {%- endif %} \n{%- endif %} \n{%- for message in messages %} \n {%- if (message.role == "user") or (message.role == "system" and not loop.first) or (message.role == "assistant" and not message.tool_calls) %} \n {{- '<|im_start|>' + message.role + '\n' + message.content + '<|im_end|>' + '\n' }} \n {%- elif message.role == "assistant" %} \n {{- '<|im_start|>' + message.role }} \n {%- if message.content %} \n {{- '\n' + message.content }} \n {%- endif %} \n {%- for tool_call in message.tool_calls %} \n {%- if tool_call.function is defined %} \n {%- set tool_call = tool_call.function %} \n {%- endif %} \n {{- '\n<tool_call>\n{"name": "' }} \n {{- tool_call.name }} \n {{- '", "arguments": ' }} \n {{- tool_call.arguments | tojson }} \n {{- '}\n</tool_call>' }} \n {%- endfor %} \n {{- '<|im_end|>\n' }} \n {%- elif message.role == "tool" %} \n {%- if (loop.index0 == 0) or (messages[loop.index0 - 1].role != "tool") %} \n {{- '<|im_start|>user' }} \n {%- endif %} \n {{- '\n<tool_response>\n' }} \n {{- message.content }} \n {{- '\n</tool_response>' }} \n {%- if loop.last or (messages[loop.index0 + 1].role != "tool") %} \n {{- '<|im_end|>\n' }} \n {%- endif %} \n {%- endif %} \n{%- endfor %} \n{%- if add_generation_prompt %} \n {{- '<|im_start|>assistant\n' }} \n{%- endif %}

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
RuadaptQwen-32B-instruct
RCC MSU
0.567 0.533 0.8 0.2 0.167 0.633 0.033 - 0.133 0.067 0.1 0.033 0.267 0.067 0.133 0.417 0.067 0.033 0 0.067 0.067 0.733 0.4 0.267 0.3 0.758 0.367 0.3 0.567 0.567 0.567
Модель, команда Честность Помощь Безопасность
RuadaptQwen-32B-instruct
RCC MSU
0.836 0.814 0.897
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
RuadaptQwen-32B-instruct
RCC MSU
0.681 0.536 0.868 0.842 0.81 0.836 0.796 0.791 0.843 0.762 0.64 0.579 0.57 0.778 0.822 0.769 0.82 0.861 0.644 0.794 0.494 0.854 0.65 0.723 0.688 0.82 0.544 0.62 0.792 0.56 0.78 0.843 0.773 0.879 0.77 0.838 0.67 0.881 0.728 0.749 0.854 0.794 0.731 0.838 0.863 0.769 0.887 0.622 0.535 0.734 0.73 0.873 0.836 0.853 0.86 0.812 0.886
Модель, команда SIM FL STA
RuadaptQwen-32B-instruct
RCC MSU
0.615 0.665 0.803
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
RuadaptQwen-32B-instruct
RCC MSU
0.711 0.901 0.75 0.713 0.908 0.793 0.707 0.684 0.827 0.815 0.808 0.792 0.558 0.783 0.772 0.765 0.757 0.822 0.754 0.842 0.807 0.898 0.889 0.858 0.844 0.773 0.808 0.737 0.93 0.822 0.844 0.859 0.821 0.86 0.727 0.821 0.933 0.8 0.772 0.754 0.861 0.905 0.844 1 0.914 0.911 0.931 0.932 0.877 0.93 0.867 0.826 0.873 0.766 0.628 0.743 0.878
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
RuadaptQwen-32B-instruct
RCC MSU
0.361 0.351 0.378 0.315 0.31
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
RuadaptQwen-32B-instruct
RCC MSU
0.307 0.301 0.312 0.267 0.256
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
RuadaptQwen-32B-instruct
RCC MSU
0.357 0.339 0.382 0.326 0.29
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
RuadaptQwen-32B-instruct
RCC MSU
0.889 0.8 0.882 0.838 0.857 0.902