Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.092 | Accuracy |
| RCB | 0.409 / 0.402 | Accuracy F1 macro |
| USE | 0.048 | Grade norm |
| RWSD | 0.523 | Accuracy |
| PARus | 0.502 | Accuracy |
| ruTiE | 0.504 | Accuracy |
| MultiQ | 0.229 / 0.101 | F1 Exact match |
| CheGeKa | 0.069 / 0.05 | F1 Exact match |
| ruModAr | 0.357 | Exact match |
| MaMuRAMu | 0.406 | Accuracy |
| ruMultiAr | 0.107 | Exact match |
| ruCodeEval | 0.092 / 0.21 / 0.256 | Pass@k |
| MathLogicQA | 0.281 | Accuracy |
| ruWorldTree | 0.442 / 0.43 | Accuracy F1 macro |
| ruOpenBookQA | 0.39 / 0.371 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.548 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.324 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.792 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.104 / 0.197 / 0.244 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.489 | |||||||||||||||||||||||||
| ruHateSpeech | 0.479 | |||||||||||||||||||||||||
| ruDetox | 0.055 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Llama-2-7b-hf
MERA |
0.067 | 0.033 | 0.333 | 0.1 | 0 | 0.067 | 0 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0.067 | 0.117 | 0.033 | 0.033 | 0.033 | 0.033 | 0 | 0 | 0.033 | 0.033 | 0.067 | 0 | 0.133 | 0.033 | 0.1 | 0.033 | 0.167 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Llama-2-7b-hf
MERA |
0.443 | 0.525 | 0.5 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Llama-2-7b-hf
MERA |
0.37 | 0.331 | 0.329 | 0.419 | 0.399 | 0.488 | 0.369 | 0.354 | 0.302 | 0.368 | 0.246 | 0.31 | 0.37 | 0.315 | 0.388 | 0.306 | 0.36 | 0.236 | 0.167 | 0.351 | 0.272 | 0.433 | 0.32 | 0.225 | 0.339 | 0.3 | 0.292 | 0.343 | 0.343 | 0.23 | 0.32 | 0.512 | 0.35 | 0.444 | 0.332 | 0.355 | 0.36 | 0.316 | 0.285 | 0.266 | 0.333 | 0.324 | 0.283 | 0.255 | 0.348 | 0.343 | 0.343 | 0.267 | 0.287 | 0.307 | 0.27 | 0.363 | 0.308 | 0.298 | 0.31 | 0.339 | 0.326 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Llama-2-7b-hf
MERA |
0.879 | 0.558 | 0.124 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Llama-2-7b-hf
MERA |
0.333 | 0.386 | 0.383 | 0.389 | 0.303 | 0.31 | 0.431 | 0.298 | 0.327 | 0.492 | 0.385 | 0.392 | 0.333 | 0.45 | 0.281 | 0.469 | 0.486 | 0.444 | 0.316 | 0.421 | 0.281 | 0.542 | 0.356 | 0.391 | 0.4 | 0.5 | 0.474 | 0.351 | 0.702 | 0.422 | 0.578 | 0.423 | 0.357 | 0.368 | 0.47 | 0.321 | 0.356 | 0.511 | 0.298 | 0.385 | 0.441 | 0.254 | 0.533 | 0.244 | 0.586 | 0.378 | 0.5 | 0.273 | 0.446 | 0.491 | 0.4 | 0.435 | 0.532 | 0.429 | 0.326 | 0.368 | 0.478 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Llama-2-7b-hf
MERA |
0 | 0 | 0 | 0 | 0 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Llama-2-7b-hf
MERA |
0.14 | 0.076 | 0.132 | 0.122 | 0.076 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Llama-2-7b-hf
MERA |
-0.028 | -0.019 | -0.032 | -0.015 | -0.005 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Llama-2-7b-hf
MERA |
0.481 | 0.314 | 0.588 | 0.432 | 0.714 | 0.541 |