Таблица скроллится влево
Задача | Результат | Метрика |
---|---|---|
LCS | 0.17 | Accuracy |
RCB | 0.564 / 0.519 | Accuracy F1 macro |
USE | 0.339 | Grade norm |
RWSD | 0.669 | Accuracy |
PARus | 0.936 | Accuracy |
ruTiE | 0.865 | Accuracy |
MultiQ | 0.585 / 0.452 | F1 Exact match |
CheGeKa | 0.191 / 0.147 | F1 Exact match |
ruModAr | 0.628 | Exact match |
MaMuRAMu | 0.823 | Accuracy |
ruMultiAr | 0.428 | Exact match |
ruCodeEval | 0.364 / 0.454 / 0.5 | Pass@k |
MathLogicQA | 0.704 | Accuracy |
ruWorldTree | 0.983 / 0.983 | Accuracy F1 macro |
ruOpenBookQA | 0.923 / 0.741 | Accuracy F1 macro |
Таблица скроллится влево
Задача | Результат | Метрика | ||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
BPS | 0.99 | Accuracy | ||||||||||||||||||||||||
ruMMLU | 0.747 | Accuracy | ||||||||||||||||||||||||
SimpleAr | 0.994 | Exact match | ||||||||||||||||||||||||
ruHumanEval | 0.348 / 0.432 / 0.463 | Pass@k | ||||||||||||||||||||||||
ruHHH | 0.848 | |||||||||||||||||||||||||
ruHateSpeech | 0.857 | |||||||||||||||||||||||||
ruDetox | 0.327 | |||||||||||||||||||||||||
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen2.5-32B-Instruct
RCC MSU |
0.433 | 0.5 | 0.833 | 0.1 | 0.233 | 0.467 | 0.133 | - | 0.067 | 0.1 | 0.1 | 0.067 | 0.167 | 0.133 | 0.167 | 0.35 | 0.033 | 0.033 | 0 | 0.067 | 0.033 | 0.767 | 0.467 | 0.367 | 0.233 | 0.758 | 0.2 | 0.3 | 0.533 | 0.633 | 0.633 |
Модель, команда | Честность | Помощь | Безопасность |
---|---|---|---|
Qwen2.5-32B-Instruct
RCC MSU |
0.836 | 0.831 | 0.879 |
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen2.5-32B-Instruct
RCC MSU |
0.659 | 0.536 | 0.921 | 0.85 | 0.814 | 0.846 | 0.806 | 0.801 | 0.849 | 0.749 | 0.658 | 0.635 | 0.55 | 0.787 | 0.824 | 0.757 | 0.8 | 0.896 | 0.644 | 0.84 | 0.524 | 0.871 | 0.7 | 0.728 | 0.652 | 0.89 | 0.538 | 0.667 | 0.792 | 0.56 | 0.82 | 0.843 | 0.791 | 0.889 | 0.8 | 0.842 | 0.68 | 0.894 | 0.709 | 0.729 | 0.869 | 0.787 | 0.703 | 0.854 | 0.893 | 0.806 | 0.887 | 0.641 | 0.553 | 0.748 | 0.76 | 0.861 | 0.838 | 0.882 | 0.87 | 0.83 | 0.876 |
Модель, команда | SIM | FL | STA |
---|---|---|---|
Qwen2.5-32B-Instruct
RCC MSU |
0.629 | 0.697 | 0.777 |
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen2.5-32B-Instruct
RCC MSU |
0.667 | 0.911 | 0.767 | 0.676 | 0.895 | 0.828 | 0.707 | 0.667 | 0.827 | 0.815 | 0.833 | 0.792 | 0.583 | 0.791 | 0.807 | 0.765 | 0.794 | 0.844 | 0.737 | 0.842 | 0.807 | 0.932 | 0.933 | 0.888 | 0.867 | 0.848 | 0.821 | 0.702 | 0.947 | 0.8 | 0.844 | 0.936 | 0.821 | 0.912 | 0.712 | 0.821 | 0.911 | 0.867 | 0.737 | 0.754 | 0.869 | 0.889 | 0.844 | 1 | 0.897 | 0.911 | 0.897 | 0.932 | 0.877 | 0.947 | 0.867 | 0.87 | 0.861 | 0.779 | 0.628 | 0.778 | 0.889 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen2.5-32B-Instruct
RCC MSU |
0.37 | 0.35 | 0.387 | 0.314 | 0.3 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen2.5-32B-Instruct
RCC MSU |
0.352 | 0.342 | 0.378 | 0.306 | 0.299 |
Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
---|---|---|---|---|---|
Qwen2.5-32B-Instruct
RCC MSU |
0.418 | 0.396 | 0.446 | 0.381 | 0.378 |
Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
---|---|---|---|---|---|---|
Qwen2.5-32B-Instruct
RCC MSU |
0.88 | 0.771 | 0.882 | 0.811 | 0.857 | 0.885 |