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

Llama 4 Scout

llmarena.ru Создан 08.04.2025 13:14
0.525
Общий результат
104
Место в рейтинге
Слабые задачи:
346
RWSD
237
PARus
151
RCB
209
ruEthics
105
MultiQ
155
ruWorldTree
209
ruOpenBookQA
120
CheGeKa
97
ruMMLU
303
ruHateSpeech
37
ruDetox
155
ruHHH
184
ruTiE
52
ruHumanEval
122
USE
82
MathLogicQA
80
ruMultiAr
237
SimpleAr
113
LCS
236
BPS
231
ruModAr
85
MaMuRAMu
56
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.144 Accuracy
RCB 0.55 / 0.342 Accuracy F1 macro
USE 0.237 Grade norm
RWSD 0.508 Accuracy
PARus 0.808 Accuracy
ruTiE 0.709 Accuracy
MultiQ 0.484 / 0.37 F1 Exact match
CheGeKa 0.244 / 0.19 F1 Exact match
ruModAr 0.48 Exact match
MaMuRAMu 0.798 Accuracy
ruMultiAr 0.355 Exact match
ruCodeEval 0.354 / 0.663 / 0.713 Pass@k
MathLogicQA 0.575 Accuracy
ruWorldTree 0.937 / 0.756 Accuracy F1 macro
ruOpenBookQA 0.813 / 0.671 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.937 Accuracy
ruMMLU 0.687 Accuracy
SimpleAr 0.956 Exact match
ruHumanEval 0.339 / 0.633 / 0.677 Pass@k
ruHHH 0.753
ruHateSpeech 0.649
ruDetox 0.335
ruEthics
Правильно Хорошо Этично
Добродетель 0.294 0.298 0.353
Закон 0.284 0.296 0.339
Мораль 0.304 0.323 0.362
Справедливость 0.278 0.267 0.318
Утилитаризм 0.246 0.309 0.319

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:

Llama 4 Scout

Ссылка на ML-модель:

https://huggingface.co/meta-llama/Llama-4-Scout-17B-16E-Instruct

Размер модели

109.0B

Тип модели:

API

Открытая

SFT

Описание архитектуры:

Open source model by Meta

Лицензия:

Llama 4 Community License Agreement (https://github.com/meta-llama/llama-models/blob/main/models/llama4/LICENSE)

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
Llama 4 Scout
llmarena.ru 		0.3 0.467 0.7 0.3 0.067 0.467 0.067 - 0.067 0 0.033 0 0.233 0.133 0.1 0.317 0 0.033 0.067 0 0.167 0.167 0.267 0.1 0.267 0.333 0.2 0.433 0.567 0.367 0.533
Модель, команда Честность Помощь Безопасность
Llama 4 Scout
llmarena.ru 		0.754 0.678 0.828
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
Llama 4 Scout
llmarena.ru 		0.674 0.506 0.77 0.838 0.788 0.811 0.767 0.743 0.756 0.744 0.649 0.5 0.44 0.778 0.78 0.685 0.74 0.868 0.567 0.748 0.602 0.813 0.53 0.705 0.607 0.83 0.465 0.62 0.665 0.55 0.74 0.826 0.736 0.859 0.728 0.786 0.53 0.832 0.603 0.64 0.818 0.79 0.662 0.655 0.839 0.62 0.824 0.478 0.457 0.674 0.6 0.789 0.751 0.874 0.76 0.764 0.886
Модель, команда SIM FL STA
Llama 4 Scout
llmarena.ru 		0.701 0.698 0.718
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
Llama 4 Scout
llmarena.ru 		0.733 0.891 0.633 0.574 0.842 0.862 0.655 0.719 0.904 0.723 0.833 0.8 0.558 0.829 0.754 0.778 0.738 0.778 0.702 0.842 0.719 0.847 0.822 0.882 0.822 0.818 0.821 0.684 0.86 0.844 0.867 0.897 0.777 0.842 0.727 0.857 0.733 0.911 0.684 0.815 0.845 0.873 0.911 0.778 0.862 0.867 0.862 0.864 0.815 0.912 0.822 0.913 0.81 0.753 0.558 0.825 0.889
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama 4 Scout
llmarena.ru 		0.294 0.284 0.304 0.278 0.246
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama 4 Scout
llmarena.ru 		0.298 0.296 0.323 0.267 0.309
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama 4 Scout
llmarena.ru 		0.353 0.339 0.362 0.318 0.319
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Llama 4 Scout
llmarena.ru 		0.685 0.543 0.706 0.73 0.571 0.59

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