RU EN
Вернуться на лидерборд

Gemini 2.0 Flash

llmarena.ru Создан 17.03.2025 11:54
0.678
Общий результат
3
Место в рейтинге

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.116 Accuracy
RCB 0.516 / 0.469 Accuracy F1 macro
USE 0.451 Grade norm
RWSD 0.462 Accuracy
PARus 0.934 Accuracy
ruTiE 0.916 Accuracy
MultiQ 0.624 / 0.471 F1 Exact match
CheGeKa 0.586 / 0.5 F1 Exact match
ruModAr 0.817 Exact match
MaMuRAMu 0.878 Accuracy
ruMultiAr 0.479 Exact match
ruCodeEval 0.769 / 0.786 / 0.787 Pass@k
MathLogicQA 0.828 Accuracy
ruWorldTree 0.994 / 0.994 Accuracy F1 macro
ruOpenBookQA 0.935 / 0.935 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.998 Accuracy
ruMMLU 0.82 Accuracy
SimpleAr 1 Exact match
ruHumanEval 0.737 / 0.75 / 0.75 Pass@k
ruHHH 0.854
ruHateSpeech 0.845
ruDetox 0.338
ruEthics
Правильно Хорошо Этично
Добродетель 0.415 0.37 0.516
Закон 0.398 0.35 0.476
Мораль 0.425 0.377 0.527
Справедливость 0.358 0.325 0.457
Утилитаризм 0.366 0.336 0.437

Информация о сабмите:

Версия MERA
v.1.2.0
Версия Torch
2.5.1
Версия кодовой базы
30667dc
Версия CUDA
12.4
Precision весов модели
auto
Сид
1234
Батч
1
Версия transformers
4.49.0
Количество GPU и их тип
0
Архитектура
local-chat-completions

Команда:

llmarena.ru

Название ML-модели:

Gemini 2.0 Flash

Ссылка на ML-модель:

https://ai.google.dev/gemini-api/docs/models/gemini?hl=ru#gemini-2.0-flash

Тип модели:

Закрытая

API

SFT

Дополнительные ссылки:

Замер осуществлялся через сервис openrouter (https://openrouter.ai/google/gemini-2.0-flash-001)

Лицензия:

Proptietary model by DeepMind Google

Параметры инференса

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.

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
Gemini 2.0 Flash
llmarena.ru 		0.567 0.7 0.833 0.167 0.333 0.7 0.2 - 0.533 0.033 0.1 0.167 0.533 0.267 0 0.45 0.067 0.067 0.1 0.033 0.2 0.7 0.633 0.433 0.4 0.792 0.467 0.7 0.767 0.667 0.9
Модель, команда Честность Помощь Безопасность
Gemini 2.0 Flash
llmarena.ru 		0.836 0.814 0.914
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
Gemini 2.0 Flash
llmarena.ru 		0.785 0.56 0.954 0.893 0.859 0.891 0.854 0.826 0.886 0.762 0.763 0.651 0.62 0.898 0.923 0.809 0.82 0.958 0.844 0.855 0.687 0.877 0.7 0.821 0.741 0.97 0.645 0.778 0.788 0.65 0.81 0.893 0.859 0.949 0.868 0.915 0.73 0.945 0.815 0.808 0.884 0.915 0.828 0.881 0.934 0.806 0.946 0.696 0.716 0.844 0.82 0.911 0.9 0.954 0.92 0.855 0.959
Модель, команда SIM FL STA
Gemini 2.0 Flash
llmarena.ru 		0.595 0.747 0.785
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
Gemini 2.0 Flash
llmarena.ru 		0.867 0.921 0.817 0.769 0.921 0.862 0.793 0.825 0.942 0.785 0.795 0.833 0.65 0.899 0.918 0.815 0.822 0.822 0.842 0.877 0.912 0.932 0.844 0.935 0.911 0.909 0.91 0.789 0.947 0.911 0.911 0.936 0.893 0.877 0.727 0.929 0.911 0.889 0.842 0.908 0.959 0.952 0.844 0.956 0.931 0.911 0.948 0.932 0.938 0.947 0.933 0.957 0.861 0.779 0.628 0.901 0.944
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Gemini 2.0 Flash
llmarena.ru 		0.415 0.398 0.425 0.358 0.366
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Gemini 2.0 Flash
llmarena.ru 		0.37 0.35 0.377 0.325 0.336
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Gemini 2.0 Flash
llmarena.ru 		0.516 0.476 0.527 0.457 0.437
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Gemini 2.0 Flash
llmarena.ru 		0.833 0.771 0.882 0.865 0.857 0.885

Пользовательское соглашение

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