Yi-1.5-34B-32K

MERA Создан 20.09.2024 11:39
0.48
Общий результат
182
Место в рейтинге
Слабые задачи:
194
RWSD
296
PARus
299
RCB
232
ruEthics
309
MultiQ
313
ruWorldTree
304
ruOpenBookQA
332
CheGeKa
267
ruMMLU
282
ruHateSpeech
334
ruDetox
293
ruHHH
297
ruTiE
72
ruHumanEval
245
USE
120
MathLogicQA
118
ruMultiAr
144
SimpleAr
446
LCS
221
BPS
102
ruModAr
297
MaMuRAMu
69
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.078 Accuracy
RCB 0.516 / 0.48 Accuracy F1 macro
USE 0.162 Grade norm
RWSD 0.562 Accuracy
PARus 0.758 Accuracy
ruTiE 0.64 Accuracy
MultiQ 0.334 / 0.188 F1 Exact match
CheGeKa 0.068 / 0.048 F1 Exact match
ruModAr 0.688 Exact match
MaMuRAMu 0.609 Accuracy
ruMultiAr 0.34 Exact match
ruCodeEval 0.3 / 0.597 / 0.689 Pass@k
MathLogicQA 0.511 Accuracy
ruWorldTree 0.796 / 0.795 Accuracy F1 macro
ruOpenBookQA 0.708 / 0.706 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.949 Accuracy
ruMMLU 0.546 Accuracy
SimpleAr 0.983 Exact match
ruHumanEval 0.282 / 0.543 / 0.64 Pass@k
ruHHH 0.635
ruHateSpeech 0.683
ruDetox 0.142
ruEthics
Правильно Хорошо Этично
Добродетель 0.299 0.282 0.326
Закон 0.308 0.276 0.328
Мораль 0.324 0.308 0.359
Справедливость 0.263 0.241 0.298
Утилитаризм 0.257 0.302 0.265

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-32K

Ссылка на ML-модель:

https://huggingface.co/01-ai/Yi-1.5-34B-32K

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"]; \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; \nrumultiar - do_sample=false;until=["\n"]; \nuse - do_sample=false;until=["\n","."]; \nmultiq - do_sample=false;until=["\n"]; \nrumodar - do_sample=false;until=["\n"];

Размер контекста:
simplear, bps, lcs, chegeka, mathlogicqa, parus, rcb, rudetox, ruhatespeech, rummlu, ruworldtree, ruethics, ruhhh, ruhumaneval, rucodeeval, mamuramu, rumultiar, ruopenbookqa, use, rwsd, multiq, rumodar, rutie - 32768

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-32K
MERA
0.5 0.3 0.633 0.1 0 0.2 0.033 - 0 0.033 0 0 0.133 0 0.133 0.15 0 0.033 0.033 0 0 0.633 0.067 0.033 0.067 0.342 0.133 0.033 0.3 0.3 0.133
Модель, команда Честность Помощь Безопасность
Yi-1.5-34B-32K
MERA
0.656 0.593 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-32K
MERA
0.363 0.44 0.572 0.744 0.621 0.687 0.66 0.588 0.565 0.529 0.395 0.524 0.43 0.694 0.59 0.618 0.66 0.507 0.4 0.565 0.391 0.561 0.37 0.445 0.366 0.52 0.434 0.602 0.698 0.33 0.73 0.793 0.589 0.717 0.562 0.573 0.44 0.603 0.417 0.532 0.652 0.456 0.566 0.631 0.635 0.556 0.642 0.467 0.411 0.49 0.54 0.688 0.613 0.622 0.84 0.697 0.617
Модель, команда SIM FL STA
Yi-1.5-34B-32K
MERA
0.752 0.608 0.371
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-32K
MERA
0.4 0.525 0.5 0.611 0.487 0.655 0.483 0.526 0.365 0.585 0.744 0.583 0.467 0.667 0.526 0.593 0.701 0.578 0.456 0.667 0.509 0.746 0.8 0.479 0.644 0.47 0.641 0.544 0.789 0.689 0.8 0.718 0.652 0.667 0.47 0.661 0.644 0.733 0.596 0.554 0.612 0.429 0.8 0.889 0.879 0.778 0.603 0.864 0.708 0.789 0.756 0.507 0.747 0.584 0.721 0.427 0.722
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-1.5-34B-32K
MERA
0.299 0.308 0.324 0.263 0.257
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-1.5-34B-32K
MERA
0.282 0.276 0.308 0.241 0.302
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-1.5-34B-32K
MERA
0.326 0.328 0.359 0.298 0.265
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Yi-1.5-34B-32K
MERA
0.694 0.743 0.529 0.73 0 0.721