Text Industrial Code Multi
Лидерборд Задачи Как работает MERA
Вернуться на лидерборд

Gemini 1.5 Pro

llmarena.ru Создан 18.03.2025 14:25
0.675
Общий результат
31
Место в рейтинге
В топе по задачам:
3
PARus
Задача входит в число основных
10
ruEthics
7
CheGeKa
Задача входит в число основных
Слабые задачи:
66
RWSD
25
RCB
69
MultiQ
23
ruWorldTree
20
ruOpenBookQA
30
ruMMLU
90
ruHateSpeech
59
ruDetox
65
ruHHH
37
ruHumanEval
30
USE
35
MathLogicQA
35
ruMultiAr
92
SimpleAr
35
LCS
32
BPS
88
ruModAr
24
MaMuRAMu
40
ruCodeEval
+15
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.244 Accuracy
RCB 0.598 / 0.57 Accuracy F1 macro
USE 0.433 Grade norm
RWSD 0.627 Accuracy
PARus 0.958 Accuracy
ruTiE 0.905 Accuracy
MultiQ 0.568 / 0.418 F1 Exact match
CheGeKa 0.63 / 0.534 F1 Exact match
ruModAr 0.707 Exact match
MaMuRAMu 0.868 Accuracy
ruMultiAr 0.507 Exact match
ruCodeEval 0.412 / 0.472 / 0.494 Pass@k
MathLogicQA 0.818 Accuracy
ruWorldTree 0.99 / 0.99 Accuracy F1 macro
ruOpenBookQA 0.95 / 0.95 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.995 Accuracy
ruMMLU 0.804 Accuracy
SimpleAr 0.99 Exact match
ruHumanEval 0.427 / 0.501 / 0.524 Pass@k
ruHHH 0.854
ruHateSpeech 0.811
ruDetox 0.326
ruEthics
Правильно Хорошо Этично
Добродетель 0.518 0.485 0.675
Закон 0.505 0.466 0.643
Мораль 0.545 0.508 0.694
Справедливость 0.457 0.422 0.586
Утилитаризм 0.42 0.43 0.559

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 1.5 Pro

Ссылка на ML-модель:

https://ai.google.dev/gemini-api/docs/models#gemini-1.5-pro

Тип модели:

Закрытая

API

SFT

Дополнительные ссылки:

Замер осуществлялся через сервис openrouter (https://openrouter.ai/google/gemini-pro-1.5)

Лицензия:

Proptietary model by DeepMind Google

Параметры инференса

Параметры генерации:
rucodeeval - do_sample=true;temperature=0.6;until=[" \nclass"," \ndef"," \n#"," \nif"," \nprint"]; \nruhumaneval - do_sample=true;temperature=0.6;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.

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 1.5 Pro
llmarena.ru 		0.7 0.767 0.8 0.233 0.333 0.833 0.1 - 0.2 0 0 0 0.333 0.067 0.133 0.283 0.133 0.1 0.267 0.1 0.2 0.767 0.633 0.533 0.4 0.817 0.367 0.6 0.833 0.567 0.9
Модель, команда Честность Помощь Безопасность
Gemini 1.5 Pro
llmarena.ru 		0.836 0.797 0.931
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 1.5 Pro
llmarena.ru 		0.785 0.53 0.895 0.893 0.85 0.876 0.825 0.807 0.883 0.789 0.702 0.698 0.7 0.88 0.922 0.789 0.83 0.944 0.811 0.824 0.616 0.877 0.78 0.798 0.741 0.94 0.626 0.722 0.833 0.67 0.73 0.893 0.81 0.869 0.86 0.863 0.76 0.948 0.821 0.803 0.904 0.897 0.779 0.899 0.929 0.81 0.926 0.693 0.645 0.823 0.72 0.911 0.892 0.933 0.97 0.836 0.938
Модель, команда SIM FL STA
Gemini 1.5 Pro
llmarena.ru 		0.558 0.778 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
Gemini 1.5 Pro
llmarena.ru 		0.8 0.911 0.883 0.75 0.947 0.845 0.759 0.772 0.865 0.831 0.808 0.825 0.675 0.899 0.854 0.778 0.776 0.844 0.877 0.86 0.895 0.932 0.889 0.911 0.911 0.864 0.923 0.825 0.947 0.933 0.867 0.936 0.857 0.93 0.727 0.875 0.933 0.911 0.86 0.831 0.959 0.937 0.867 0.978 0.914 0.911 0.931 0.886 0.862 0.965 0.911 0.942 0.848 0.792 0.651 0.865 0.956
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Gemini 1.5 Pro
llmarena.ru 		0.518 0.505 0.545 0.457 0.42
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Gemini 1.5 Pro
llmarena.ru 		0.485 0.466 0.508 0.422 0.43
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Gemini 1.5 Pro
llmarena.ru 		0.675 0.643 0.694 0.586 0.559
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Gemini 1.5 Pro
llmarena.ru 		0.806 0.771 0.882 0.757 0.857 0.852

MERA

Полезные ссылки

© 2025 MERA. Все права защищены.
Пользовательское соглашение Политика конфиденциальности

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