Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.086 | Accuracy |
| RCB | 0.466 / 0.403 | Accuracy F1 macro |
| USE | 0.107 | Grade norm |
| RWSD | 0.581 | Accuracy |
| PARus | 0.558 | Accuracy |
| ruTiE | 0.522 | Accuracy |
| MultiQ | 0.239 / 0.132 | F1 Exact match |
| CheGeKa | 0.165 / 0.118 | F1 Exact match |
| ruModAr | 0.517 | Exact match |
| MaMuRAMu | 0.585 | Accuracy |
| ruMultiAr | 0.195 | Exact match |
| ruCodeEval | 0.199 / 0.405 / 0.488 | Pass@k |
| MathLogicQA | 0.332 | Accuracy |
| ruWorldTree | 0.762 / 0.76 | Accuracy F1 macro |
| ruOpenBookQA | 0.688 / 0.684 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.849 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.478 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.948 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.185 / 0.37 / 0.445 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.562 | |||||||||||||||||||||||||
| ruHateSpeech | 0.592 | |||||||||||||||||||||||||
| ruDetox | 0.068 | |||||||||||||||||||||||||
| 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-v0.1
MERA |
0.033 | 0.3 | 0.667 | 0.2 | 0 | 0.1 | 0.033 | - | 0 | 0.067 | 0 | 0.033 | 0.2 | 0 | 0.133 | 0.15 | 0.067 | 0 | 0.067 | 0.033 | 0 | 0.167 | 0 | 0 | 0.1 | 0.108 | 0.1 | 0.067 | 0.2 | 0.133 | 0.2 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Mistral-7B-v0.1
MERA |
0.574 | 0.559 | 0.552 |
| 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-v0.1
MERA |
0.489 | 0.44 | 0.487 | 0.692 | 0.536 | 0.692 | 0.544 | 0.579 | 0.543 | 0.516 | 0.316 | 0.357 | 0.33 | 0.574 | 0.584 | 0.578 | 0.54 | 0.444 | 0.333 | 0.649 | 0.257 | 0.713 | 0.32 | 0.532 | 0.321 | 0.53 | 0.361 | 0.519 | 0.576 | 0.39 | 0.69 | 0.719 | 0.497 | 0.707 | 0.509 | 0.419 | 0.31 | 0.581 | 0.344 | 0.438 | 0.631 | 0.401 | 0.524 | 0.379 | 0.569 | 0.347 | 0.662 | 0.296 | 0.369 | 0.48 | 0.41 | 0.62 | 0.415 | 0.462 | 0.57 | 0.648 | 0.549 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Mistral-7B-v0.1
MERA |
0.876 | 0.57 | 0.149 |
| 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-v0.1
MERA |
0.444 | 0.564 | 0.467 | 0.528 | 0.579 | 0.569 | 0.517 | 0.579 | 0.577 | 0.538 | 0.603 | 0.525 | 0.433 | 0.628 | 0.544 | 0.506 | 0.617 | 0.667 | 0.333 | 0.702 | 0.316 | 0.729 | 0.556 | 0.58 | 0.689 | 0.591 | 0.577 | 0.579 | 0.842 | 0.689 | 0.733 | 0.667 | 0.464 | 0.614 | 0.439 | 0.571 | 0.356 | 0.711 | 0.456 | 0.585 | 0.673 | 0.556 | 0.822 | 0.422 | 0.862 | 0.733 | 0.793 | 0.545 | 0.523 | 0.789 | 0.667 | 0.652 | 0.696 | 0.532 | 0.558 | 0.515 | 0.678 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-v0.1
MERA |
0.094 | 0.112 | 0.144 | 0.122 | 0.11 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-v0.1
MERA |
0.201 | 0.226 | 0.231 | 0.189 | 0.17 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-v0.1
MERA |
0.202 | 0.229 | 0.228 | 0.197 | 0.184 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Mistral-7B-v0.1
MERA |
0.602 | 0.629 | 0.529 | 0.73 | 0.429 | 0.508 |