Yi-6B

MERA Создан 20.09.2024 08:25
0.317
Общий результат
457
Место в рейтинге
Слабые задачи:
394
RWSD
447
PARus
488
RCB
583
MultiQ
511
ruWorldTree
474
ruOpenBookQA
485
CheGeKa
455
ruMMLU
493
ruHateSpeech
598
ruDetox
513
ruHHH
478
ruTiE
171
ruHumanEval
430
USE
379
MathLogicQA
394
ruMultiAr
286
SimpleAr
352
LCS
534
BPS
339
ruModAr
482
MaMuRAMu
184
ruCodeEval
+18
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.094 Accuracy
RCB 0.404 / 0.364 Accuracy F1 macro
USE 0.071 Grade norm
RWSD 0.504 Accuracy
PARus 0.574 Accuracy
ruTiE 0.51 Accuracy
MultiQ 0.104 / 0.064 F1 Exact match
CheGeKa 0.015 / 0.002 F1 Exact match
ruModAr 0.407 Exact match
MaMuRAMu 0.43 Accuracy
ruMultiAr 0.171 Exact match
ruCodeEval 0.055 / 0.135 / 0.195 Pass@k
MathLogicQA 0.354 Accuracy
ruWorldTree 0.524 / 0.522 Accuracy F1 macro
ruOpenBookQA 0.515 / 0.515 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.513 Accuracy
ruMMLU 0.389 Accuracy
SimpleAr 0.94 Exact match
ruHumanEval 0.091 / 0.172 / 0.213 Pass@k
ruHHH 0.478
ruHateSpeech 0.521
ruDetox 0.045
ruEthics
Правильно Хорошо Этично
Добродетель -0.014 0.11 0.072
Закон -0.013 0.071 0.079
Мораль -0.014 0.104 0.068
Справедливость -0.012 0.075 0.083
Утилитаризм -0.016 0.087 0.058

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
6ec745e0
Версия CUDA
12.1
Precision весов модели
float16
Сид
1234
Батч
1
Версия transformers
4.43.2
Количество GPU и их тип
1 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Yi-6B

Ссылка на ML-модель:

https://huggingface.co/01-ai/Yi-6B

Размер модели

6.1B

Тип модели:

Открытая

Претрейн

Описание архитектуры:

The Yi series models adopt the same model architecture as Llama but are NOT derivatives of Llama.

Описание обучения:

Yi has independently created its own high-quality training datasets, efficient training pipelines, and robust training infrastructure entirely from the ground up.

Данные претрейна:

Targeted as a bilingual language model and trained on 3T multilingual corpus with 4K sequence length and can be extended to 32K during inference time. Training data date up to June 2023.

Лицензия:

apache-2.0

Параметры инференса

Параметры генерации:
simplear - do_sample=false;until=["\n"]; \nchegeka - do_sample=false;until=["\n"]; \nrudetox - do_sample=false;until=["\n"]; \nrumultiar - do_sample=false;until=["\n"]; \nuse - do_sample=false;until=["\n","."]; \nmultiq - do_sample=false;until=["\n"]; \nrumodar - do_sample=false;until=["\n"]; \nruhumaneval - do_sample=true;until=["\nclass","\ndef","\n#","\nif","\nprint"];temperature=0.6; \nrucodeeval - do_sample=true;until=["\nclass","\ndef","\n#","\nif","\nprint"];temperature=0.6;

Размер контекста:
simplear, bps, lcs, chegeka, mathlogicqa, parus, rcb, rudetox, ruhatespeech, rummlu, ruworldtree, ruopenbookqa, rumultiar, use, rwsd, mamuramu, multiq, rumodar, ruethics, ruhhh, rutie, ruhumaneval, rucodeeval - 4096

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
Yi-6B
MERA
0.267 0.067 0.533 0.033 0 0.1 0 - 0 0 0 0.033 0.133 0 0.133 0.117 0.033 0.033 0.033 0.033 0 0.033 0 0 0.067 0.033 0.133 0.1 0.033 0.067 0.167
Модель, команда Честность Помощь Безопасность
Yi-6B
MERA
0.492 0.475 0.466
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-6B
MERA
0.281 0.355 0.428 0.641 0.405 0.512 0.456 0.482 0.364 0.341 0.228 0.397 0.31 0.481 0.382 0.462 0.44 0.306 0.267 0.382 0.248 0.357 0.2 0.341 0.295 0.47 0.352 0.426 0.58 0.3 0.53 0.678 0.429 0.535 0.396 0.359 0.38 0.439 0.291 0.325 0.48 0.419 0.483 0.358 0.421 0.356 0.412 0.3 0.355 0.359 0.39 0.468 0.374 0.387 0.52 0.521 0.399
Модель, команда SIM FL STA
Yi-6B
MERA
0.844 0.55 0.125
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-6B
MERA
0.422 0.446 0.367 0.444 0.395 0.448 0.431 0.421 0.327 0.415 0.372 0.442 0.292 0.473 0.316 0.296 0.542 0.378 0.193 0.404 0.316 0.508 0.4 0.373 0.378 0.47 0.474 0.491 0.737 0.467 0.644 0.449 0.411 0.474 0.455 0.321 0.378 0.6 0.263 0.292 0.351 0.397 0.533 0.467 0.69 0.622 0.362 0.318 0.631 0.596 0.689 0.319 0.532 0.584 0.512 0.38 0.556
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-6B
MERA
-0.014 -0.013 -0.014 -0.012 -0.016
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-6B
MERA
0.11 0.071 0.104 0.075 0.087
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-6B
MERA
0.072 0.079 0.068 0.083 0.058
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Yi-6B
MERA
0.546 0.657 0.353 0.568 0.143 0.459