ruGPT3-medium

RussianNLP Создан 20.09.2024 13:03
0.207
Общий результат
584
Место в рейтинге
Слабые задачи:
523
RWSD
524
PARus
612
RCB
504
ruEthics
566
MultiQ
611
ruWorldTree
597
ruOpenBookQA
481
CheGeKa
601
ruMMLU
418
ruHateSpeech
594
ruDetox
531
ruHHH
525
ruTiE
404
ruHumanEval
436
USE
548
MathLogicQA
570
ruMultiAr
589
SimpleAr
286
LCS
568
BPS
570
ruModAr
597
MaMuRAMu
+18
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.108 Accuracy
RCB 0.317 / 0.314 Accuracy F1 macro
USE 0.07 Grade norm
RWSD 0.462 Accuracy
PARus 0.504 Accuracy
ruTiE 0.504 Accuracy
MultiQ 0.122 / 0.046 F1 Exact match
CheGeKa 0.016 / 0 F1 Exact match
ruModAr 0.001 Exact match
MaMuRAMu 0.27 Accuracy
ruMultiAr 0.009 Exact match
ruCodeEval 0 / 0 / 0 Pass@k
MathLogicQA 0.27 Accuracy
ruWorldTree 0.246 / 0.233 Accuracy F1 macro
ruOpenBookQA 0.268 / 0.263 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.491 Accuracy
ruMMLU 0.246 Accuracy
SimpleAr 0.009 Exact match
ruHumanEval 0.001 / 0.005 / 0.006 Pass@k
ruHHH 0.478
ruHateSpeech 0.562
ruDetox 0.046
ruEthics
Правильно Хорошо Этично
Добродетель 0.028 0.035 0.079
Закон 0.014 0.021 0.093
Мораль 0.018 0.025 0.072
Справедливость 0.04 0.047 0.1
Утилитаризм 0.055 0.064 0.076

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.3.1
Версия кодовой базы
aec92f8
Версия CUDA
12.1
Precision весов модели
float16
Сид
1234
Батч
1
Версия transformers
4.43.3
Количество GPU и их тип
5 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

RussianNLP

Название ML-модели:

ruGPT3-medium

Размер модели

355.9M

Тип модели:

Открытая

Претрейн

Описание архитектуры:

ruGPT-3 is a Russian counterpart of GPT-3 (Brown et al., 2020). The model architecture is created using the description by Brown et al. and the GPT-2 code base (Radford et al., 2019) from the Transformers library. ruGPT-3 is pretrained on the language modeling objective. The BBPE tokenizer with the vocabulary size of 5 · 104 tokens was used.

Описание обучения:

The model was pretrained with sequence length 1024 using transformers lib by the SberDevices team on 80B tokens for 3 epochs. After that, the model was finetuned 1 epoch with sequence length 2048. Total training time for ruGPT3-medium has taken 16 days on the cluster of 64 V100-SXM3 GPUs. The initial learning rate of 1e−4 and the Adam optimizer with β1 = 0.9, β2 = 0.99, and ϵ = 1e−8 were used.

Данные претрейна:

450GB of texts. The corpus includes texts from various publicly available resources, which represent diverse domains: Wikipedia, News, Books, Colossal Clean Crawled Corpus, OpenSubtitles.

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 - 2048

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
ruGPT3-medium
RussianNLP
0.1 0.033 0.233 0.167 0 0.067 0 - 0 0.067 0 0.033 0 0 0.033 0.367 0 0 0.067 0 0.067 0 0.033 0 0 0.083 0.1 0.133 0.067 0.033 0.067
Модель, команда Честность Помощь Безопасность
ruGPT3-medium
RussianNLP
0.492 0.475 0.466
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
ruGPT3-medium
RussianNLP
0.259 0.247 0.191 0.265 0.235 0.279 0.233 0.219 0.259 0.283 0.211 0.27 0.25 0.259 0.232 0.269 0.27 0.257 0.222 0.229 0.277 0.246 0.28 0.318 0.25 0.29 0.229 0.185 0.2 0.21 0.23 0.281 0.252 0.283 0.242 0.248 0.27 0.265 0.192 0.212 0.212 0.305 0.255 0.202 0.217 0.347 0.289 0.219 0.252 0.244 0.26 0.232 0.277 0.223 0.21 0.212 0.275
Модель, команда SIM FL STA
ruGPT3-medium
RussianNLP
0.774 0.574 0.157
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
ruGPT3-medium
RussianNLP
0.333 0.257 0.35 0.287 0.171 0.328 0.31 0.351 0.288 0.2 0.231 0.308 0.2 0.341 0.193 0.519 0.224 0.289 0.316 0.316 0.211 0.254 0.156 0.237 0.311 0.288 0.269 0.193 0.316 0.244 0.222 0.346 0.402 0.263 0.288 0.321 0.2 0.244 0.228 0.354 0.253 0.286 0.222 0.289 0.207 0.333 0.207 0.205 0.215 0.333 0.222 0.232 0.304 0.156 0.209 0.31 0.233
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
ruGPT3-medium
RussianNLP
0.028 0.014 0.018 0.04 0.055
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
ruGPT3-medium
RussianNLP
0.035 0.021 0.025 0.047 0.064
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
ruGPT3-medium
RussianNLP
0.079 0.093 0.072 0.1 0.076
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
ruGPT3-medium
RussianNLP
0.519 0.657 0.706 0.595 0.286 0.557