Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.092 | Accuracy |
| RCB | 0.418 / 0.402 | Accuracy F1 macro |
| USE | 0.082 | Grade norm |
| RWSD | 0.546 | Accuracy |
| PARus | 0.546 | Accuracy |
| ruTiE | 0.544 | Accuracy |
| MultiQ | 0.257 / 0.127 | F1 Exact match |
| CheGeKa | 0.022 / 0.005 | F1 Exact match |
| ruModAr | 0.48 | Exact match |
| MaMuRAMu | 0.415 | Accuracy |
| ruMultiAr | 0.252 | Exact match |
| ruCodeEval | 0.008 / 0.028 / 0.043 | Pass@k |
| MathLogicQA | 0.337 | Accuracy |
| ruWorldTree | 0.571 / 0.567 | Accuracy F1 macro |
| ruOpenBookQA | 0.5 / 0.495 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.956 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.377 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.947 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.002 / 0.009 / 0.018 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.596 | |||||||||||||||||||||||||
| ruHateSpeech | 0.577 | |||||||||||||||||||||||||
| ruDetox | 0.081 | |||||||||||||||||||||||||
| 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-1.5-6B-Chat
MERA |
0.167 | 0.033 | 0.4 | 0.067 | 0 | 0.1 | 0 | - | 0 | 0.033 | 0 | 0 | 0.067 | 0 | 0.067 | 0.283 | 0 | 0 | 0.133 | 0.033 | 0.033 | 0.067 | 0 | 0.033 | 0.067 | 0.067 | 0.067 | 0.067 | 0.267 | 0.1 | 0.167 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Yi-1.5-6B-Chat
MERA |
0.557 | 0.593 | 0.638 |
| 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-1.5-6B-Chat
MERA |
0.267 | 0.361 | 0.428 | 0.59 | 0.386 | 0.517 | 0.476 | 0.473 | 0.414 | 0.444 | 0.298 | 0.381 | 0.33 | 0.481 | 0.395 | 0.422 | 0.48 | 0.313 | 0.267 | 0.427 | 0.278 | 0.304 | 0.22 | 0.295 | 0.321 | 0.41 | 0.304 | 0.417 | 0.531 | 0.35 | 0.46 | 0.554 | 0.429 | 0.455 | 0.366 | 0.393 | 0.38 | 0.397 | 0.305 | 0.345 | 0.47 | 0.246 | 0.448 | 0.432 | 0.358 | 0.352 | 0.417 | 0.344 | 0.337 | 0.357 | 0.32 | 0.405 | 0.359 | 0.437 | 0.65 | 0.424 | 0.29 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Yi-1.5-6B-Chat
MERA |
0.448 | 0.4 | 0.574 |
| 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-1.5-6B-Chat
MERA |
0.267 | 0.366 | 0.317 | 0.37 | 0.329 | 0.448 | 0.345 | 0.316 | 0.327 | 0.477 | 0.551 | 0.433 | 0.25 | 0.457 | 0.333 | 0.284 | 0.57 | 0.333 | 0.439 | 0.491 | 0.246 | 0.322 | 0.422 | 0.337 | 0.556 | 0.333 | 0.5 | 0.439 | 0.684 | 0.4 | 0.733 | 0.295 | 0.295 | 0.351 | 0.333 | 0.429 | 0.444 | 0.489 | 0.404 | 0.369 | 0.38 | 0.444 | 0.667 | 0.489 | 0.655 | 0.8 | 0.31 | 0.682 | 0.569 | 0.632 | 0.689 | 0.188 | 0.595 | 0.468 | 0.465 | 0.275 | 0.478 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-6B-Chat
MERA |
0.222 | 0.22 | 0.237 | 0.184 | 0.173 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-6B-Chat
MERA |
0.268 | 0.296 | 0.272 | 0.262 | 0.207 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-6B-Chat
MERA |
0.094 | 0.075 | 0.121 | 0.072 | 0.114 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Yi-1.5-6B-Chat
MERA |
0.583 | 0.543 | 0.529 | 0.622 | 0.714 | 0.557 |