RU EN
Вернуться на лидерборд

Llama 4 Maverick

llmarena.ru Создан 08.04.2025 13:16
0.608
Общий результат
22
Место в рейтинге
В топе по задачам:
5
ruMultiAr
Задача входит в число основных
Слабые задачи:
404
RWSD
89
PARus
165
RCB
182
ruEthics
62
MultiQ
69
ruOpenBookQA
28
CheGeKa
26
ruMMLU
162
ruHateSpeech
53
ruDetox
114
ruHHH
113
ruTiE
68
ruHumanEval
297
SimpleAr
225
BPS
56
ruModAr
39
MaMuRAMu
64
ruCodeEval
+14
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.186 Accuracy
RCB 0.543 / 0.394 Accuracy F1 macro
USE 0.412 Grade norm
RWSD 0.488 Accuracy
PARus 0.9 Accuracy
ruTiE 0.75 Accuracy
MultiQ 0.528 / 0.396 F1 Exact match
CheGeKa 0.4 / 0.325 F1 Exact match
ruModAr 0.707 Exact match
MaMuRAMu 0.826 Accuracy
ruMultiAr 0.485 Exact match
ruCodeEval 0.241 / 0.612 / 0.695 Pass@k
MathLogicQA 0.767 Accuracy
ruWorldTree 0.987 / 0.987 Accuracy F1 macro
ruOpenBookQA 0.898 / 0.72 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.929 Accuracy
ruMMLU 0.765 Accuracy
SimpleAr 0.914 Exact match
ruHumanEval 0.216 / 0.575 / 0.665 Pass@k
ruHHH 0.77
ruHateSpeech 0.758
ruDetox 0.315
ruEthics
Правильно Хорошо Этично
Добродетель 0.288 0.302 0.4
Закон 0.285 0.291 0.391
Мораль 0.318 0.316 0.424
Справедливость 0.25 0.253 0.364
Утилитаризм 0.249 0.274 0.341

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 Maverick

Ссылка на ML-модель:

https://huggingface.co/meta-llama/Llama-4-Maverick-17B-128E-Instruct

Размер модели

400.0B

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.

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
Llama 4 Maverick
llmarena.ru 		0.8 0.6 0.733 0.233 0.267 0.633 0.2 - 0.4 0.033 0.033 0 0.433 0.267 0.2 0.3 0 0.033 0.1 0.1 0.2 0.567 0.433 0.467 0.233 0.792 0.5 0.633 0.767 0.6 0.767
Модель, команда Честность Помощь Безопасность
Llama 4 Maverick
llmarena.ru 		0.82 0.729 0.759
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 Maverick
llmarena.ru 		0.793 0.482 0.928 0.876 0.889 0.771 0.816 0.833 0.873 0.709 0.746 0.595 0.61 0.806 0.797 0.665 0.81 0.951 0.867 0.855 0.625 0.76 0.64 0.775 0.696 0.94 0.543 0.704 0.706 0.7 0.86 0.843 0.828 0.808 0.857 0.902 0.68 0.897 0.821 0.813 0.904 0.89 0.862 0.793 0.805 0.69 0.784 0.7 0.67 0.818 0.82 0.823 0.885 0.958 0.91 0.824 0.922
Модель, команда SIM FL STA
Llama 4 Maverick
llmarena.ru 		0.691 0.656 0.731
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 Maverick
llmarena.ru 		0.778 0.921 0.6 0.676 0.868 0.879 0.707 0.772 0.923 0.846 0.833 0.708 0.583 0.783 0.836 0.753 0.785 0.756 0.667 0.86 0.825 0.881 0.8 0.893 0.844 0.879 0.795 0.754 0.895 0.756 0.911 0.756 0.813 0.912 0.773 0.839 0.867 0.733 0.754 0.846 0.918 0.905 0.867 1 0.948 0.867 0.914 0.932 0.754 0.947 0.889 0.957 0.873 0.831 0.674 0.848 0.933
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama 4 Maverick
llmarena.ru 		0.288 0.285 0.318 0.25 0.249
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama 4 Maverick
llmarena.ru 		0.302 0.291 0.316 0.253 0.274
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama 4 Maverick
llmarena.ru 		0.4 0.391 0.424 0.364 0.341
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Llama 4 Maverick
llmarena.ru 		0.741 0.714 0.765 0.811 0.571 0.803

Пользовательское соглашение

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