Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.082 | Accuracy |
| RCB | 0.557 / 0.501 | Accuracy F1 macro |
| USE | 0.147 | Grade norm |
| RWSD | 0.565 | Accuracy |
| PARus | 0.754 | Accuracy |
| ruTiE | 0.686 | Accuracy |
| MultiQ | 0.348 / 0.147 | F1 Exact match |
| CheGeKa | 0.048 / 0.022 | F1 Exact match |
| ruModAr | 0.704 | Exact match |
| MaMuRAMu | 0.577 | Accuracy |
| ruMultiAr | 0.319 | Exact match |
| ruCodeEval | 0.001 / 0.006 / 0.012 | Pass@k |
| MathLogicQA | 0.457 | Accuracy |
| ruWorldTree | 0.794 / 0.793 | Accuracy F1 macro |
| ruOpenBookQA | 0.635 / 0.632 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.965 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.517 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.97 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.002 / 0.012 / 0.024 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.725 | |||||||||||||||||||||||||
| ruHateSpeech | 0.638 | |||||||||||||||||||||||||
| ruDetox | 0.146 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Yi-1.5-34B-Chat
MERA |
0.333 | 0.267 | 0.733 | 0.1 | 0 | 0.233 | 0 | - | 0.033 | 0 | 0.067 | 0.033 | 0.133 | 0.033 | 0.133 | 0.3 | 0.033 | 0.033 | 0.033 | 0.033 | 0.067 | 0.567 | 0.067 | 0 | 0.033 | 0.175 | 0.133 | 0.033 | 0.333 | 0.133 | 0.1 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Yi-1.5-34B-Chat
MERA |
0.721 | 0.678 | 0.776 |
| 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-Chat
MERA |
0.407 | 0.476 | 0.539 | 0.748 | 0.572 | 0.627 | 0.641 | 0.582 | 0.54 | 0.574 | 0.456 | 0.508 | 0.38 | 0.63 | 0.577 | 0.587 | 0.64 | 0.465 | 0.411 | 0.481 | 0.351 | 0.515 | 0.42 | 0.422 | 0.393 | 0.53 | 0.394 | 0.546 | 0.682 | 0.42 | 0.76 | 0.702 | 0.583 | 0.717 | 0.491 | 0.538 | 0.41 | 0.61 | 0.424 | 0.502 | 0.626 | 0.335 | 0.524 | 0.578 | 0.579 | 0.458 | 0.608 | 0.441 | 0.372 | 0.497 | 0.48 | 0.675 | 0.592 | 0.559 | 0.78 | 0.648 | 0.554 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Yi-1.5-34B-Chat
MERA |
0.432 | 0.539 | 0.742 |
| 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-Chat
MERA |
0.422 | 0.485 | 0.5 | 0.556 | 0.526 | 0.621 | 0.414 | 0.509 | 0.365 | 0.569 | 0.654 | 0.608 | 0.408 | 0.628 | 0.503 | 0.457 | 0.664 | 0.6 | 0.491 | 0.596 | 0.404 | 0.61 | 0.733 | 0.556 | 0.733 | 0.53 | 0.615 | 0.544 | 0.807 | 0.511 | 0.778 | 0.667 | 0.589 | 0.702 | 0.485 | 0.554 | 0.6 | 0.711 | 0.526 | 0.508 | 0.559 | 0.54 | 0.822 | 0.8 | 0.862 | 0.8 | 0.569 | 0.795 | 0.6 | 0.754 | 0.778 | 0.449 | 0.658 | 0.584 | 0.581 | 0.386 | 0.656 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-34B-Chat
MERA |
0.256 | 0.284 | 0.307 | 0.237 | 0.216 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-34B-Chat
MERA |
0.379 | 0.397 | 0.418 | 0.349 | 0.332 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-34B-Chat
MERA |
0.256 | 0.265 | 0.267 | 0.249 | 0.216 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Yi-1.5-34B-Chat
MERA |
0.639 | 0.543 | 0.529 | 0.73 | 0.571 | 0.672 |