ruGPT3-large

RussianNLP Создан 20.09.2024 13:19
0.205
Общий результат
587
Место в рейтинге
Слабые задачи:
509
RWSD
589
PARus
609
RCB
547
MultiQ
614
ruWorldTree
614
ruOpenBookQA
545
CheGeKa
598
ruMMLU
453
ruHateSpeech
590
ruDetox
532
ruHHH
526
ruTiE
405
ruHumanEval
371
USE
540
MathLogicQA
582
ruMultiAr
591
SimpleAr
224
LCS
543
BPS
565
ruModAr
599
MaMuRAMu
+17
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.12 Accuracy
RCB 0.32 / 0.314 Accuracy F1 macro
USE 0.087 Grade norm
RWSD 0.469 Accuracy
PARus 0.474 Accuracy
ruTiE 0.504 Accuracy
MultiQ 0.136 / 0.04 F1 Exact match
CheGeKa 0.009 / 0 F1 Exact match
ruModAr 0.002 Exact match
MaMuRAMu 0.266 Accuracy
ruMultiAr 0.006 Exact match
ruCodeEval 0 / 0 / 0 Pass@k
MathLogicQA 0.275 Accuracy
ruWorldTree 0.24 / 0.199 Accuracy F1 macro
ruOpenBookQA 0.248 / 0.229 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.511 Accuracy
ruMMLU 0.25 Accuracy
SimpleAr 0.008 Exact match
ruHumanEval 0.001 / 0.005 / 0.006 Pass@k
ruHHH 0.478
ruHateSpeech 0.543
ruDetox 0.047
ruEthics
Правильно Хорошо Этично
Добродетель -0.074 -0.06 -0.054
Закон -0.069 -0.052 -0.061
Мораль -0.078 -0.042 -0.042
Справедливость -0.066 -0.073 -0.056
Утилитаризм -0.066 -0.058 -0.048

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-large

Размер модели

760.3M

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-large has taken 16 days on the cluster of 128 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-large
RussianNLP
0.1 0.033 0.167 0.167 0 0.033 0 - 0.067 0.033 0 0.033 0 0 0.033 0.4 0 0 0.133 0 0.067 0 0.067 0 0 0.142 0.067 0.2 0.2 0.067 0.133
Модель, команда Честность Помощь Безопасность
ruGPT3-large
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-large
RussianNLP
0.274 0.295 0.184 0.265 0.239 0.239 0.223 0.193 0.238 0.247 0.202 0.294 0.32 0.259 0.253 0.28 0.29 0.243 0.233 0.267 0.27 0.216 0.21 0.301 0.25 0.28 0.242 0.185 0.2 0.23 0.27 0.289 0.166 0.323 0.279 0.338 0.33 0.229 0.225 0.232 0.227 0.272 0.221 0.233 0.228 0.324 0.289 0.248 0.27 0.244 0.2 0.241 0.233 0.252 0.25 0.236 0.249
Модель, команда SIM FL STA
ruGPT3-large
RussianNLP
0.685 0.598 0.185
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-large
RussianNLP
0.156 0.267 0.3 0.25 0.105 0.328 0.224 0.298 0.212 0.231 0.231 0.375 0.242 0.24 0.187 0.531 0.234 0.311 0.281 0.333 0.211 0.356 0.178 0.249 0.356 0.197 0.192 0.368 0.281 0.289 0.222 0.359 0.429 0.263 0.258 0.321 0.222 0.333 0.316 0.369 0.249 0.27 0.222 0.244 0.224 0.333 0.224 0.136 0.246 0.263 0.222 0.29 0.253 0.221 0.163 0.257 0.244
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
ruGPT3-large
RussianNLP
-0.074 -0.069 -0.078 -0.066 -0.066
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
ruGPT3-large
RussianNLP
-0.06 -0.052 -0.042 -0.073 -0.058
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
ruGPT3-large
RussianNLP
-0.054 -0.061 -0.042 -0.056 -0.048
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
ruGPT3-large
RussianNLP
0.519 0.686 0.588 0.595 0.286 0.492