Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.082 | Accuracy |
| RCB | 0.498 / 0.469 | Accuracy F1 macro |
| USE | 0.08 | Grade norm |
| RWSD | 0.6 | Accuracy |
| PARus | 0.642 | Accuracy |
| ruTiE | 0.544 | Accuracy |
| MultiQ | 0.272 / 0.088 | F1 Exact match |
| CheGeKa | 0.147 / 0.096 | F1 Exact match |
| ruModAr | 0.433 | Exact match |
| MaMuRAMu | 0.562 | Accuracy |
| ruMultiAr | 0.151 | Exact match |
| ruCodeEval | 0.275 / 0.478 / 0.555 | Pass@k |
| MathLogicQA | 0.322 | Accuracy |
| ruWorldTree | 0.781 / 0.779 | Accuracy F1 macro |
| ruOpenBookQA | 0.653 / 0.65 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.908 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.457 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.881 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.26 / 0.417 / 0.488 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.601 | |||||||||||||||||||||||||
| ruHateSpeech | 0.657 | |||||||||||||||||||||||||
| ruDetox | 0.203 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.2
MERA |
0.233 | 0.167 | 0.667 | 0.133 | 0 | 0.067 | 0 | - | 0 | 0 | 0 | 0.033 | 0.067 | 0 | 0.067 | 0.2 | 0 | 0 | 0 | 0.067 | 0 | 0.2 | 0.033 | 0 | 0.033 | 0 | 0.067 | 0.067 | 0.167 | 0.033 | 0.233 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Mistral-7B-Instruct-v0.2
MERA |
0.623 | 0.61 | 0.569 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.2
MERA |
0.437 | 0.404 | 0.493 | 0.679 | 0.477 | 0.682 | 0.592 | 0.531 | 0.509 | 0.502 | 0.298 | 0.31 | 0.3 | 0.593 | 0.573 | 0.549 | 0.53 | 0.438 | 0.356 | 0.55 | 0.213 | 0.602 | 0.3 | 0.41 | 0.339 | 0.46 | 0.342 | 0.537 | 0.641 | 0.4 | 0.57 | 0.62 | 0.54 | 0.677 | 0.483 | 0.432 | 0.33 | 0.529 | 0.358 | 0.424 | 0.626 | 0.43 | 0.455 | 0.332 | 0.552 | 0.384 | 0.613 | 0.311 | 0.358 | 0.438 | 0.44 | 0.671 | 0.39 | 0.445 | 0.57 | 0.655 | 0.544 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Mistral-7B-Instruct-v0.2
MERA |
0.623 | 0.544 | 0.655 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.2
MERA |
0.444 | 0.554 | 0.5 | 0.463 | 0.513 | 0.552 | 0.414 | 0.579 | 0.596 | 0.6 | 0.513 | 0.567 | 0.425 | 0.543 | 0.526 | 0.605 | 0.579 | 0.6 | 0.316 | 0.632 | 0.246 | 0.627 | 0.533 | 0.609 | 0.511 | 0.576 | 0.628 | 0.579 | 0.825 | 0.756 | 0.644 | 0.615 | 0.473 | 0.702 | 0.5 | 0.571 | 0.422 | 0.733 | 0.351 | 0.538 | 0.653 | 0.54 | 0.778 | 0.378 | 0.776 | 0.689 | 0.741 | 0.477 | 0.554 | 0.719 | 0.622 | 0.536 | 0.646 | 0.506 | 0.419 | 0.48 | 0.667 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.2
MERA |
0.198 | 0.218 | 0.242 | 0.165 | 0.18 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.2
MERA |
0.236 | 0.234 | 0.249 | 0.191 | 0.173 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.2
MERA |
0.273 | 0.277 | 0.283 | 0.237 | 0.253 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.2
MERA |
0.648 | 0.686 | 0.588 | 0.703 | 0.429 | 0.672 |