Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.07 | Accuracy |
| RCB | 0.516 / 0.467 | Accuracy F1 macro |
| USE | 0.093 | Grade norm |
| RWSD | 0.638 | Accuracy |
| PARus | 0.732 | Accuracy |
| ruTiE | 0.63 | Accuracy |
| MultiQ | 0.322 / 0.143 | F1 Exact match |
| CheGeKa | 0.166 / 0.113 | F1 Exact match |
| ruModAr | 0.455 | Exact match |
| MaMuRAMu | 0.582 | Accuracy |
| ruMultiAr | 0.19 | Exact match |
| ruCodeEval | 0.292 / 0.5 / 0.573 | Pass@k |
| MathLogicQA | 0.332 | Accuracy |
| ruWorldTree | 0.777 / 0.776 | Accuracy F1 macro |
| ruOpenBookQA | 0.685 / 0.686 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.861 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.471 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.932 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.266 / 0.441 / 0.524 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.64 | |||||||||||||||||||||||||
| ruHateSpeech | 0.728 | |||||||||||||||||||||||||
| ruDetox | 0.2 | |||||||||||||||||||||||||
| 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-v0.3
MERA |
0.1 | 0.167 | 0.633 | 0.167 | 0 | 0.133 | 0 | - | 0 | 0 | 0 | 0.033 | 0.133 | 0 | 0.067 | 0.217 | 0 | 0 | 0 | 0.033 | 0 | 0.2 | 0.1 | 0.067 | 0.033 | 0.017 | 0.067 | 0.033 | 0.4 | 0.067 | 0.233 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Mistral-7B-Instruct-v0.3
MERA |
0.639 | 0.695 | 0.586 |
| 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-v0.3
MERA |
0.474 | 0.38 | 0.5 | 0.701 | 0.52 | 0.697 | 0.602 | 0.54 | 0.515 | 0.538 | 0.316 | 0.357 | 0.27 | 0.574 | 0.605 | 0.558 | 0.57 | 0.479 | 0.278 | 0.504 | 0.229 | 0.673 | 0.26 | 0.491 | 0.375 | 0.53 | 0.366 | 0.463 | 0.6 | 0.46 | 0.53 | 0.686 | 0.472 | 0.677 | 0.506 | 0.397 | 0.3 | 0.574 | 0.325 | 0.438 | 0.621 | 0.445 | 0.386 | 0.387 | 0.597 | 0.384 | 0.637 | 0.285 | 0.379 | 0.439 | 0.43 | 0.667 | 0.415 | 0.424 | 0.62 | 0.679 | 0.554 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Mistral-7B-Instruct-v0.3
MERA |
0.699 | 0.561 | 0.573 |
| 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-v0.3
MERA |
0.422 | 0.564 | 0.417 | 0.546 | 0.513 | 0.672 | 0.517 | 0.579 | 0.635 | 0.554 | 0.577 | 0.558 | 0.358 | 0.597 | 0.567 | 0.531 | 0.579 | 0.533 | 0.316 | 0.684 | 0.193 | 0.695 | 0.6 | 0.592 | 0.711 | 0.591 | 0.615 | 0.614 | 0.86 | 0.756 | 0.689 | 0.667 | 0.563 | 0.702 | 0.455 | 0.536 | 0.511 | 0.733 | 0.404 | 0.538 | 0.71 | 0.492 | 0.8 | 0.422 | 0.81 | 0.711 | 0.724 | 0.477 | 0.585 | 0.719 | 0.622 | 0.594 | 0.734 | 0.519 | 0.419 | 0.497 | 0.689 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.3
MERA |
0.237 | 0.248 | 0.268 | 0.196 | 0.212 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.3
MERA |
0.256 | 0.251 | 0.262 | 0.216 | 0.219 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.3
MERA |
0.312 | 0.309 | 0.328 | 0.275 | 0.281 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Mistral-7B-Instruct-v0.3
MERA |
0.75 | 0.714 | 0.588 | 0.73 | 0.429 | 0.77 |