Yi-1.5-34B

MERA Создан 20.09.2024 11:09
0.468
Общий результат
200
Место в рейтинге
Слабые задачи:
106
RWSD
287
PARus
358
RCB
283
ruEthics
390
MultiQ
340
ruWorldTree
343
ruOpenBookQA
334
CheGeKa
272
ruMMLU
277
ruHateSpeech
336
ruDetox
297
ruHHH
317
ruTiE
120
ruHumanEval
254
USE
129
MathLogicQA
128
ruMultiAr
164
SimpleAr
469
LCS
193
BPS
77
ruModAr
314
MaMuRAMu
87
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.072 Accuracy
RCB 0.498 / 0.46 Accuracy F1 macro
USE 0.157 Grade norm
RWSD 0.596 Accuracy
PARus 0.764 Accuracy
ruTiE 0.62 Accuracy
MultiQ 0.27 / 0.176 F1 Exact match
CheGeKa 0.066 / 0.036 F1 Exact match
ruModAr 0.729 Exact match
MaMuRAMu 0.593 Accuracy
ruMultiAr 0.334 Exact match
ruCodeEval 0.254 / 0.52 / 0.604 Pass@k
MathLogicQA 0.5 Accuracy
ruWorldTree 0.771 / 0.771 Accuracy F1 macro
ruOpenBookQA 0.675 / 0.673 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.957 Accuracy
ruMMLU 0.538 Accuracy
SimpleAr 0.981 Exact match
ruHumanEval 0.177 / 0.424 / 0.543 Pass@k
ruHHH 0.629
ruHateSpeech 0.687
ruDetox 0.142
ruEthics
Правильно Хорошо Этично
Добродетель 0.257 0.377 0.277
Закон 0.287 0.377 0.289
Мораль 0.294 0.399 0.287
Справедливость 0.203 0.335 0.249
Утилитаризм 0.245 0.34 0.232

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.3.1
Версия кодовой базы
aec92f8
Версия CUDA
12.1
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.43.3
Количество GPU и их тип
4 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Yi-1.5-34B

Ссылка на ML-модель:

https://huggingface.co/01-ai/Yi-1.5-34B

Размер модели

34.4B

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:

Yi-1.5 is an upgraded version of Yi (which was trained on 3T multilingual corpus). It is continuously pre-trained on Yi with a high-quality corpus of 500B tokens and fine-tuned on 3M diverse fine-tuning samples.

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-1.5-34B
MERA
0.467 0.233 0.7 0.133 0 0.167 0.033 - 0 0.067 0 0 0.1 0.033 0.133 0.183 0.033 0.033 0 0 0 0.567 0 0.067 0 0.35 0.133 0 0.233 0.3 0.133
Модель, команда Честность Помощь Безопасность
Yi-1.5-34B
MERA
0.59 0.644 0.655
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-1.5-34B
MERA
0.385 0.464 0.592 0.731 0.601 0.692 0.709 0.621 0.494 0.534 0.404 0.532 0.35 0.685 0.576 0.575 0.62 0.451 0.433 0.534 0.363 0.503 0.4 0.451 0.438 0.57 0.422 0.574 0.698 0.4 0.72 0.769 0.601 0.758 0.54 0.551 0.48 0.642 0.457 0.532 0.652 0.368 0.538 0.602 0.631 0.583 0.627 0.478 0.422 0.5 0.54 0.65 0.623 0.609 0.81 0.667 0.58
Модель, команда SIM FL STA
Yi-1.5-34B
MERA
0.761 0.58 0.374
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-1.5-34B
MERA
0.311 0.515 0.467 0.546 0.539 0.741 0.448 0.579 0.365 0.523 0.718 0.617 0.442 0.651 0.52 0.494 0.682 0.622 0.544 0.702 0.526 0.729 0.756 0.462 0.644 0.5 0.654 0.491 0.772 0.667 0.8 0.718 0.58 0.702 0.5 0.661 0.644 0.689 0.544 0.477 0.608 0.444 0.822 0.822 0.81 0.822 0.621 0.841 0.662 0.737 0.778 0.478 0.696 0.584 0.628 0.363 0.711
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-1.5-34B
MERA
0.257 0.287 0.294 0.203 0.245
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-1.5-34B
MERA
0.377 0.377 0.399 0.335 0.34
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-1.5-34B
MERA
0.277 0.289 0.287 0.249 0.232
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Yi-1.5-34B
MERA
0.713 0.771 0.706 0.676 0.286 0.639