Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.072 | Accuracy |
| RCB | 0.418 / 0.344 | Accuracy F1 macro |
| USE | 0.098 | Grade norm |
| RWSD | 0.562 | Accuracy |
| PARus | 0.576 | Accuracy |
| ruTiE | 0.524 | Accuracy |
| MultiQ | 0.213 / 0.112 | F1 Exact match |
| CheGeKa | 0.155 / 0.115 | F1 Exact match |
| ruModAr | 0.516 | Exact match |
| MaMuRAMu | 0.581 | Accuracy |
| ruMultiAr | 0.183 | Exact match |
| ruCodeEval | 0.194 / 0.412 / 0.5 | Pass@k |
| MathLogicQA | 0.33 | Accuracy |
| ruWorldTree | 0.76 / 0.756 | Accuracy F1 macro |
| ruOpenBookQA | 0.7 / 0.695 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.819 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.474 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.945 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.191 / 0.375 / 0.451 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.584 | |||||||||||||||||||||||||
| ruHateSpeech | 0.604 | |||||||||||||||||||||||||
| ruDetox | 0.06 | |||||||||||||||||||||||||
| 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-v0.3
MERA |
0.1 | 0.3 | 0.633 | 0.2 | 0.033 | 0.133 | 0 | - | 0 | 0 | 0 | 0.033 | 0.2 | 0 | 0.1 | 0.083 | 0.033 | 0 | 0.033 | 0 | 0 | 0.133 | 0.033 | 0 | 0.133 | 0.1 | 0.033 | 0 | 0.2 | 0.133 | 0.3 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Mistral-7B-v0.3
MERA |
0.574 | 0.627 | 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-v0.3
MERA |
0.533 | 0.44 | 0.461 | 0.675 | 0.513 | 0.706 | 0.573 | 0.569 | 0.512 | 0.511 | 0.325 | 0.302 | 0.3 | 0.574 | 0.6 | 0.546 | 0.55 | 0.458 | 0.344 | 0.565 | 0.256 | 0.667 | 0.3 | 0.486 | 0.357 | 0.46 | 0.362 | 0.509 | 0.608 | 0.37 | 0.65 | 0.661 | 0.485 | 0.758 | 0.513 | 0.368 | 0.29 | 0.581 | 0.351 | 0.453 | 0.636 | 0.419 | 0.531 | 0.374 | 0.554 | 0.361 | 0.652 | 0.304 | 0.383 | 0.474 | 0.41 | 0.65 | 0.421 | 0.437 | 0.6 | 0.679 | 0.591 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Mistral-7B-v0.3
MERA |
0.871 | 0.564 | 0.14 |
| 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-v0.3
MERA |
0.422 | 0.525 | 0.45 | 0.556 | 0.579 | 0.552 | 0.431 | 0.614 | 0.635 | 0.508 | 0.538 | 0.525 | 0.475 | 0.581 | 0.556 | 0.58 | 0.607 | 0.622 | 0.368 | 0.719 | 0.228 | 0.746 | 0.556 | 0.562 | 0.711 | 0.515 | 0.654 | 0.561 | 0.842 | 0.711 | 0.689 | 0.679 | 0.473 | 0.579 | 0.5 | 0.554 | 0.311 | 0.756 | 0.491 | 0.6 | 0.694 | 0.444 | 0.822 | 0.444 | 0.862 | 0.733 | 0.724 | 0.523 | 0.569 | 0.754 | 0.6 | 0.623 | 0.747 | 0.506 | 0.465 | 0.509 | 0.689 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-v0.3
MERA |
0.004 | 0.041 | 0.019 | 0.023 | 0.004 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-v0.3
MERA |
0.081 | 0.097 | 0.093 | 0.081 | 0.075 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-7B-v0.3
MERA |
0.098 | 0.122 | 0.103 | 0.102 | 0.075 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Mistral-7B-v0.3
MERA |
0.639 | 0.657 | 0.471 | 0.676 | 0.429 | 0.525 |