Phi-3-medium-4k-instruct

MERA Создан 20.09.2024 12:06
0.509
Общий результат
139
Место в рейтинге
Слабые задачи:
257
RWSD
110
PARus
296
RCB
316
ruEthics
294
MultiQ
119
ruWorldTree
150
ruOpenBookQA
207
CheGeKa
137
ruMMLU
119
ruHateSpeech
150
ruDetox
135
ruHHH
169
ruTiE
188
ruHumanEval
200
USE
133
MathLogicQA
223
ruMultiAr
389
SimpleAr
257
LCS
102
BPS
112
ruModAr
181
MaMuRAMu
124
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

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

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

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
Правильно Хорошо Этично
Добродетель 0.209 0.214 0.257
Закон 0.198 0.2 0.244
Мораль 0.231 0.232 0.279
Справедливость 0.179 0.185 0.233
Утилитаризм 0.187 0.193 0.222

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
6ec745e0
Версия CUDA
12.1
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.43.2
Количество GPU и их тип
2 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Phi-3-medium-4k-instruct

Размер модели

14.0B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/abs/2404.14219

Описание архитектуры:

Phi-3-Medium-4k-Instruct has 14B parameters and is a dense decoder-only Transformer model, with context length of 4K tokens.

Описание обучения:

The model is fine-tuned with Supervised fine-tuning (SFT) and Direct Preference Optimization (DPO) to ensure alignment with human preferences and safety guidlines. Trained between February and April 2024.

Данные претрейна:

The training data (with cutoff date October 2023) includes a wide variety of sources, totaling 4.8 trillion tokens (including 10% multilingual), and is a combination of 1. Publicly available documents filtered rigorously for quality, selected high-quality educational data, and code; 2. Newly created synthetic, “textbook-like” data for the purpose of teaching math, coding, common sense reasoning, general knowledge of the world (science, daily activities, theory of mind, etc.); 3. High quality chat format supervised data covering various topics to reflect human preferences on different aspects such as instruct-following, truthfulness, honesty and helpfulness.

Лицензия:

MIT

Параметры инференса

Параметры генерации:
simplear - do_sample=false;until=["\n"]; \nchegeka - do_sample=false;until=["\n"]; \nrudetox - do_sample=false;until=["\n"]; \nrumultiar - do_sample=false;until=["\n"]; \nuse - do_sample=false;until=["\n","."]; \nmultiq - do_sample=false;until=["\n"]; \nrumodar - 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;

Размер контекста:
simplear, bps, lcs, chegeka, mathlogicqa, parus, rcb, rudetox, ruhatespeech, rummlu, ruworldtree, ruopenbookqa, rumultiar, use, rwsd, mamuramu, multiq, rumodar, ruethics, ruhhh, rutie, ruhumaneval, rucodeeval - 4096

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
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
Правильно
Хорошо
Этично
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