Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.082 | Accuracy |
| RCB | 0.55 / 0.523 | Accuracy F1 macro |
| USE | 0.161 | Grade norm |
| RWSD | 0.554 | Accuracy |
| PARus | 0.832 | Accuracy |
| ruTiE | 0.727 | Accuracy |
| MultiQ | 0.361 / 0.162 | F1 Exact match |
| CheGeKa | 0.308 / 0.248 | F1 Exact match |
| ruModAr | 0.722 | Exact match |
| MaMuRAMu | 0.711 | Accuracy |
| ruMultiAr | 0.259 | Exact match |
| ruCodeEval | 0.393 / 0.614 / 0.683 | Pass@k |
| MathLogicQA | 0.36 | Accuracy |
| ruWorldTree | 0.876 / 0.875 | Accuracy F1 macro |
| ruOpenBookQA | 0.803 / 0.802 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.97 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.582 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.976 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.359 / 0.604 / 0.695 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.764 | |||||||||||||||||||||||||
| ruHateSpeech | 0.789 | |||||||||||||||||||||||||
| ruDetox | 0.285 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Mixtral-8x7B-Instruct-v0.1
MERA |
0.467 | 0.333 | 0.8 | 0.1 | 0 | 0.3 | 0.1 | - | 0 | 0 | 0 | 0 | 0.2 | 0 | 0.067 | 0.2 | 0.033 | 0.033 | 0 | 0 | 0.033 | 0.5 | 0.067 | 0.1 | 0 | 0.258 | 0.2 | 0.1 | 0.233 | 0.033 | 0.333 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Mixtral-8x7B-Instruct-v0.1
MERA |
0.721 | 0.712 | 0.862 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Mixtral-8x7B-Instruct-v0.1
MERA |
0.511 | 0.506 | 0.671 | 0.774 | 0.686 | 0.791 | 0.65 | 0.611 | 0.685 | 0.592 | 0.421 | 0.421 | 0.33 | 0.713 | 0.729 | 0.668 | 0.6 | 0.688 | 0.433 | 0.74 | 0.299 | 0.795 | 0.3 | 0.63 | 0.473 | 0.65 | 0.436 | 0.62 | 0.71 | 0.45 | 0.7 | 0.818 | 0.607 | 0.818 | 0.604 | 0.56 | 0.36 | 0.713 | 0.417 | 0.512 | 0.773 | 0.662 | 0.559 | 0.456 | 0.728 | 0.532 | 0.794 | 0.367 | 0.418 | 0.557 | 0.54 | 0.781 | 0.59 | 0.601 | 0.69 | 0.752 | 0.736 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Mixtral-8x7B-Instruct-v0.1
MERA |
0.621 | 0.677 | 0.729 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Mixtral-8x7B-Instruct-v0.1
MERA |
0.511 | 0.743 | 0.633 | 0.611 | 0.737 | 0.793 | 0.603 | 0.684 | 0.827 | 0.646 | 0.731 | 0.6 | 0.508 | 0.713 | 0.719 | 0.654 | 0.71 | 0.711 | 0.579 | 0.772 | 0.526 | 0.797 | 0.689 | 0.751 | 0.733 | 0.697 | 0.667 | 0.632 | 0.965 | 0.778 | 0.822 | 0.744 | 0.688 | 0.842 | 0.515 | 0.714 | 0.689 | 0.822 | 0.509 | 0.662 | 0.796 | 0.714 | 0.822 | 0.711 | 0.931 | 0.822 | 0.897 | 0.773 | 0.677 | 0.877 | 0.8 | 0.797 | 0.797 | 0.636 | 0.512 | 0.643 | 0.822 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mixtral-8x7B-Instruct-v0.1
MERA |
0.379 | 0.382 | 0.409 | 0.359 | 0.337 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mixtral-8x7B-Instruct-v0.1
MERA |
0.396 | 0.391 | 0.424 | 0.366 | 0.358 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mixtral-8x7B-Instruct-v0.1
MERA |
0.432 | 0.408 | 0.456 | 0.412 | 0.373 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Mixtral-8x7B-Instruct-v0.1
MERA |
0.769 | 0.686 | 0.824 | 0.811 | 0.571 | 0.885 |