Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.112 | Accuracy |
| RCB | 0.516 / 0.449 | Accuracy F1 macro |
| USE | 0.179 | Grade norm |
| RWSD | 0.538 | Accuracy |
| PARus | 0.898 | Accuracy |
| ruTiE | 0.74 | Accuracy |
| MultiQ | 0.346 / 0.207 | F1 Exact match |
| CheGeKa | 0.148 / 0.115 | F1 Exact match |
| ruModAr | 0.668 | Exact match |
| MaMuRAMu | 0.719 | Accuracy |
| ruMultiAr | 0.279 | Exact match |
| ruCodeEval | 0.163 / 0.334 / 0.384 | Pass@k |
| MathLogicQA | 0.495 | Accuracy |
| ruWorldTree | 0.96 / 0.96 | Accuracy F1 macro |
| ruOpenBookQA | 0.868 / 0.867 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.979 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.663 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.857 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.074 / 0.184 / 0.256 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.798 | |||||||||||||||||||||||||
| ruHateSpeech | 0.8 | |||||||||||||||||||||||||
| ruDetox | 0.233 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Phi-3-medium-4k-instruct
MERA |
0.5 | 0.233 | 0.767 | 0.2 | 0.033 | 0.233 | 0.033 | - | 0.067 | 0.133 | 0 | 0.067 | 0.2 | 0 | 0.1 | 0.233 | 0 | 0.033 | 0 | 0.033 | 0.167 | 0.5 | 0.1 | 0.033 | 0.167 | 0.183 | 0.1 | 0.167 | 0.5 | 0.3 | 0.233 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Phi-3-medium-4k-instruct
MERA |
0.787 | 0.746 | 0.862 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Phi-3-medium-4k-instruct
MERA |
0.578 | 0.464 | 0.789 | 0.816 | 0.729 | 0.796 | 0.786 | 0.704 | 0.725 | 0.673 | 0.5 | 0.579 | 0.35 | 0.741 | 0.71 | 0.682 | 0.76 | 0.771 | 0.5 | 0.809 | 0.541 | 0.754 | 0.49 | 0.705 | 0.563 | 0.74 | 0.504 | 0.648 | 0.771 | 0.51 | 0.74 | 0.851 | 0.724 | 0.818 | 0.694 | 0.701 | 0.45 | 0.858 | 0.536 | 0.645 | 0.823 | 0.651 | 0.538 | 0.562 | 0.837 | 0.63 | 0.804 | 0.359 | 0.535 | 0.649 | 0.54 | 0.819 | 0.759 | 0.845 | 0.73 | 0.788 | 0.839 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Phi-3-medium-4k-instruct
MERA |
0.476 | 0.7 | 0.757 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Phi-3-medium-4k-instruct
MERA |
0.556 | 0.792 | 0.667 | 0.611 | 0.75 | 0.759 | 0.621 | 0.719 | 0.731 | 0.6 | 0.756 | 0.675 | 0.533 | 0.705 | 0.608 | 0.605 | 0.729 | 0.756 | 0.702 | 0.754 | 0.754 | 0.797 | 0.756 | 0.769 | 0.756 | 0.803 | 0.679 | 0.614 | 0.895 | 0.778 | 0.822 | 0.731 | 0.688 | 0.825 | 0.561 | 0.732 | 0.6 | 0.778 | 0.561 | 0.708 | 0.796 | 0.81 | 0.778 | 0.778 | 0.879 | 0.867 | 0.862 | 0.705 | 0.723 | 0.842 | 0.822 | 0.71 | 0.785 | 0.727 | 0.651 | 0.637 | 0.789 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Phi-3-medium-4k-instruct
MERA |
0.209 | 0.198 | 0.231 | 0.179 | 0.187 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Phi-3-medium-4k-instruct
MERA |
0.214 | 0.2 | 0.232 | 0.185 | 0.193 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Phi-3-medium-4k-instruct
MERA |
0.257 | 0.244 | 0.279 | 0.233 | 0.222 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Phi-3-medium-4k-instruct
MERA |
0.87 | 0.771 | 0.706 | 0.757 | 0.714 | 0.754 |