RuadaptQwen2.5-7B-Lite-v1

RCC MSU Создан 27.01.2025 11:27
0.536
Общий результат
78
Место в рейтинге
Слабые задачи:
463
RWSD
105
PARus
123
RCB
100
ruEthics
99
MultiQ
79
ruWorldTree
85
ruOpenBookQA
37
CheGeKa
132
ruMMLU
177
ruHateSpeech
181
ruDetox
120
ruHHH
99
ruTiE
194
ruHumanEval
195
USE
39
MathLogicQA
64
ruMultiAr
92
SimpleAr
90
LCS
181
BPS
180
ruModAr
103
MaMuRAMu
113
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.142 Accuracy
RCB 0.553 / 0.458 Accuracy F1 macro
USE 0.162 Grade norm
RWSD 0.465 Accuracy
PARus 0.892 Accuracy
ruTiE 0.774 Accuracy
MultiQ 0.479 / 0.342 F1 Exact match
CheGeKa 0.379 / 0.308 F1 Exact match
ruModAr 0.492 Exact match
MaMuRAMu 0.751 Accuracy
ruMultiAr 0.347 Exact match
ruCodeEval 0.099 / 0.276 / 0.378 Pass@k
MathLogicQA 0.658 Accuracy
ruWorldTree 0.96 / 0.96 Accuracy F1 macro
ruOpenBookQA 0.883 / 0.883 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.949 Accuracy
ruMMLU 0.64 Accuracy
SimpleAr 0.986 Exact match
ruHumanEval 0.024 / 0.059 / 0.085 Pass@k
ruHHH 0.764
ruHateSpeech 0.747
ruDetox 0.196
ruEthics
Правильно Хорошо Этично
Добродетель 0.404 0.38 0.404
Закон 0.422 0.374 0.397
Мораль 0.444 0.391 0.416
Справедливость 0.386 0.334 0.367
Утилитаризм 0.346 0.313 0.33

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
-
Сид
1234
Батч
4
Версия transformers
4.45.2
Количество GPU и их тип
-
Архитектура
vllm

Команда:

RCC MSU

Название ML-модели:

RuadaptQwen2.5-7B-Lite-v1

Размер модели

7.0B

Тип модели:

Открытая

Претрейн

Описание архитектуры:

Инструктивная версия адаптированного на русский язык Qwen2.5-7B (T-lite-it-1.0). В модели был заменен токенизатор, затем произведено дообучение (Continued pretraining) на русскоязычном корпусе, после чего была применена техника LEP (Learned Embedding Propagation). 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-2.5-7B-Instruct. Tikhomirov M., Chernyshov D. Facilitating Large Language Model Russian Adaptation with Learned Embedding Propagation //Journal of Language and Education. – 2024. – Т. 10. – №. 4. – С. 130-145. *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 - 4096

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:
{%- 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
RuadaptQwen2.5-7B-Lite-v1
RCC MSU
0.333 0.467 0.733 0.133 0.1 0.133 0.033 - 0 0.033 0 0 0.2 0 0.1 0.183 0 0 0 0 0 0.267 0.4 0.167 0 0.283 0 0.067 0.333 0.167 0.333
Модель, команда Честность Помощь Безопасность
RuadaptQwen2.5-7B-Lite-v1
RCC MSU
0.738 0.78 0.776
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
RuadaptQwen2.5-7B-Lite-v1
RCC MSU
0.585 0.524 0.796 0.85 0.712 0.811 0.816 0.669 0.753 0.682 0.544 0.452 0.47 0.676 0.769 0.668 0.72 0.75 0.467 0.672 0.283 0.789 0.5 0.636 0.589 0.72 0.441 0.611 0.694 0.47 0.77 0.719 0.675 0.828 0.709 0.722 0.47 0.842 0.53 0.596 0.818 0.64 0.683 0.671 0.828 0.671 0.824 0.474 0.426 0.662 0.61 0.797 0.713 0.777 0.8 0.764 0.772
Модель, команда SIM FL STA
RuadaptQwen2.5-7B-Lite-v1
RCC MSU
0.339 0.718 0.82
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
RuadaptQwen2.5-7B-Lite-v1
RCC MSU
0.6 0.832 0.667 0.648 0.75 0.672 0.655 0.737 0.673 0.723 0.705 0.767 0.467 0.775 0.667 0.741 0.701 0.711 0.632 0.789 0.509 0.864 0.8 0.817 0.778 0.788 0.808 0.649 0.895 0.844 0.844 0.833 0.705 0.825 0.682 0.821 0.911 0.8 0.649 0.662 0.829 0.841 0.844 0.844 0.845 0.889 0.897 0.841 0.815 0.877 0.889 0.797 0.835 0.675 0.674 0.649 0.822
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
RuadaptQwen2.5-7B-Lite-v1
RCC MSU
0.404 0.422 0.444 0.386 0.346
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
RuadaptQwen2.5-7B-Lite-v1
RCC MSU
0.38 0.374 0.391 0.334 0.313
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
RuadaptQwen2.5-7B-Lite-v1
RCC MSU
0.404 0.397 0.416 0.367 0.33
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
RuadaptQwen2.5-7B-Lite-v1
RCC MSU
0.759 0.686 0.765 0.73 0.429 0.803