Phi-3-medium-128k-instruct

MERA Создан 20.09.2024 13:01
0.509
Общий результат
142
Место в рейтинге
Слабые задачи:
159
RWSD
115
PARus
193
RCB
261
ruEthics
208
MultiQ
131
ruWorldTree
172
ruOpenBookQA
209
CheGeKa
150
ruMMLU
93
ruHateSpeech
138
ruDetox
164
ruHHH
212
ruTiE
166
ruHumanEval
168
USE
184
MathLogicQA
208
ruMultiAr
360
SimpleAr
376
LCS
239
BPS
138
ruModAr
183
MaMuRAMu
115
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.09 Accuracy
RCB 0.546 / 0.458 Accuracy F1 macro
USE 0.206 Grade norm
RWSD 0.573 Accuracy
PARus 0.894 Accuracy
ruTiE 0.705 Accuracy
MultiQ 0.409 / 0.217 F1 Exact match
CheGeKa 0.148 / 0.111 F1 Exact match
ruModAr 0.605 Exact match
MaMuRAMu 0.719 Accuracy
ruMultiAr 0.287 Exact match
ruCodeEval 0.177 / 0.376 / 0.463 Pass@k
MathLogicQA 0.462 Accuracy
ruWorldTree 0.956 / 0.956 Accuracy F1 macro
ruOpenBookQA 0.853 / 0.853 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.943 Accuracy
ruMMLU 0.654 Accuracy
SimpleAr 0.897 Exact match
ruHumanEval 0.097 / 0.23 / 0.305 Pass@k
ruHHH 0.758
ruHateSpeech 0.815
ruDetox 0.247
ruEthics
Правильно Хорошо Этично
Добродетель 0.3 0.257 0.322
Закон 0.278 0.253 0.296
Мораль 0.324 0.276 0.336
Справедливость 0.245 0.214 0.273
Утилитаризм 0.272 0.241 0.268

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-128k-instruct

Размер модели

14.0B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/abs/2404.14219

Описание архитектуры:

Phi-3-Medium-128k-Instruct has 14B parameters and is a dense decoder-only Transformer model, with context length of 128K 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 - 131072

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-128k-instruct
MERA
0.5 0.233 0.8 0.1 0.1 0.267 0.067 - 0 0.067 0.1 0.033 0.233 0 0.1 0.35 0.033 0 0.033 0.033 0.067 0.533 0.1 0.1 0.067 0.292 0.067 0.133 0.533 0.4 0.433
Модель, команда Честность Помощь Безопасность
Phi-3-medium-128k-instruct
MERA
0.705 0.78 0.793
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-128k-instruct
MERA
0.6 0.44 0.809 0.821 0.752 0.786 0.777 0.682 0.691 0.646 0.5 0.548 0.31 0.75 0.702 0.699 0.74 0.771 0.478 0.779 0.502 0.772 0.46 0.665 0.536 0.75 0.495 0.63 0.784 0.53 0.73 0.835 0.767 0.838 0.694 0.671 0.47 0.835 0.47 0.635 0.793 0.643 0.586 0.546 0.828 0.634 0.794 0.389 0.518 0.646 0.53 0.81 0.756 0.819 0.77 0.745 0.839
Модель, команда SIM FL STA
Phi-3-medium-128k-instruct
MERA
0.587 0.693 0.675
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-128k-instruct
MERA
0.644 0.752 0.683 0.593 0.789 0.724 0.638 0.719 0.731 0.631 0.705 0.65 0.55 0.636 0.602 0.605 0.729 0.778 0.649 0.789 0.772 0.78 0.711 0.751 0.778 0.848 0.718 0.614 0.895 0.756 0.778 0.782 0.696 0.807 0.606 0.696 0.6 0.778 0.544 0.692 0.808 0.825 0.8 0.756 0.879 0.889 0.862 0.795 0.738 0.842 0.844 0.768 0.759 0.74 0.698 0.608 0.778
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3-medium-128k-instruct
MERA
0.3 0.278 0.324 0.245 0.272
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3-medium-128k-instruct
MERA
0.257 0.253 0.276 0.214 0.241
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3-medium-128k-instruct
MERA
0.322 0.296 0.336 0.273 0.268
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Phi-3-medium-128k-instruct
MERA
0.843 0.714 0.824 0.757 0.857 0.852