Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.086 | Accuracy |
| RCB | 0.537 / 0.494 | Accuracy F1 macro |
| USE | 0.133 | Grade norm |
| RWSD | 0.558 | Accuracy |
| PARus | 0.718 | Accuracy |
| ruTiE | 0.597 | Accuracy |
| MultiQ | 0.308 / 0.192 | F1 Exact match |
| CheGeKa | 0.023 / 0.007 | F1 Exact match |
| ruModAr | 0.51 | Exact match |
| MaMuRAMu | 0.52 | Accuracy |
| ruMultiAr | 0.255 | Exact match |
| ruCodeEval | 0.002 / 0.009 / 0.018 | Pass@k |
| MathLogicQA | 0.415 | Accuracy |
| ruWorldTree | 0.764 / 0.764 | Accuracy F1 macro |
| ruOpenBookQA | 0.643 / 0.642 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.937 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.475 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.979 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0 / 0 / 0 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.646 | |||||||||||||||||||||||||
| ruHateSpeech | 0.796 | |||||||||||||||||||||||||
| ruDetox | 0.142 | |||||||||||||||||||||||||
| ruEthics |
|
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat-16K
MERA |
0.2 | 0.233 | 0.6 | 0.1 | 0 | 0.067 | 0 | - | 0 | 0 | 0 | 0.067 | 0.2 | 0 | 0.1 | 0.333 | 0.033 | 0.033 | 0 | 0 | 0 | 0.3 | 0.1 | 0.033 | 0 | 0.225 | 0.133 | 0.033 | 0.3 | 0.167 | 0.267 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Yi-1.5-9B-Chat-16K
MERA |
0.541 | 0.61 | 0.793 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat-16K
MERA |
0.378 | 0.398 | 0.493 | 0.705 | 0.507 | 0.692 | 0.66 | 0.514 | 0.5 | 0.498 | 0.447 | 0.389 | 0.39 | 0.593 | 0.51 | 0.549 | 0.64 | 0.41 | 0.311 | 0.458 | 0.27 | 0.398 | 0.37 | 0.41 | 0.455 | 0.44 | 0.381 | 0.537 | 0.706 | 0.31 | 0.69 | 0.653 | 0.552 | 0.626 | 0.464 | 0.487 | 0.44 | 0.532 | 0.377 | 0.394 | 0.606 | 0.338 | 0.503 | 0.533 | 0.545 | 0.426 | 0.583 | 0.433 | 0.39 | 0.42 | 0.41 | 0.637 | 0.523 | 0.513 | 0.71 | 0.655 | 0.497 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Yi-1.5-9B-Chat-16K
MERA |
0.581 | 0.506 | 0.6 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat-16K
MERA |
0.311 | 0.465 | 0.45 | 0.509 | 0.5 | 0.569 | 0.448 | 0.333 | 0.423 | 0.492 | 0.615 | 0.567 | 0.375 | 0.535 | 0.386 | 0.284 | 0.654 | 0.489 | 0.404 | 0.649 | 0.333 | 0.559 | 0.6 | 0.45 | 0.689 | 0.455 | 0.615 | 0.474 | 0.807 | 0.533 | 0.778 | 0.564 | 0.464 | 0.544 | 0.439 | 0.571 | 0.578 | 0.578 | 0.456 | 0.462 | 0.473 | 0.413 | 0.733 | 0.711 | 0.828 | 0.8 | 0.466 | 0.818 | 0.554 | 0.719 | 0.778 | 0.362 | 0.709 | 0.597 | 0.512 | 0.363 | 0.611 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat-16K
MERA |
0.254 | 0.242 | 0.288 | 0.232 | 0.218 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat-16K
MERA |
0.306 | 0.295 | 0.324 | 0.258 | 0.285 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat-16K
MERA |
0.186 | 0.166 | 0.193 | 0.163 | 0.176 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat-16K
MERA |
0.778 | 0.771 | 0.765 | 0.757 | 0.714 | 0.885 |