Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.086 | Accuracy |
| RCB | 0.39 / 0.383 | Accuracy F1 macro |
| USE | 0.066 | Grade norm |
| RWSD | 0.554 | Accuracy |
| PARus | 0.49 | Accuracy |
| ruTiE | 0.507 | Accuracy |
| MultiQ | 0.238 / 0.126 | F1 Exact match |
| CheGeKa | 0.174 / 0.125 | F1 Exact match |
| ruModAr | 0.484 | Exact match |
| MaMuRAMu | 0.506 | Accuracy |
| ruMultiAr | 0.138 | Exact match |
| ruCodeEval | 0.087 / 0.196 / 0.244 | Pass@k |
| MathLogicQA | 0.293 | Accuracy |
| ruWorldTree | 0.623 / 0.624 | Accuracy F1 macro |
| ruOpenBookQA | 0.538 / 0.538 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.62 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.411 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.876 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.102 / 0.197 / 0.238 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.489 | |||||||||||||||||||||||||
| ruHateSpeech | 0.528 | |||||||||||||||||||||||||
| ruDetox | 0.053 | |||||||||||||||||||||||||
| 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-2-13b-hf
MERA |
0.067 | 0.133 | 0.367 | 0.1 | 0.067 | 0.233 | 0 | - | 0 | 0 | 0 | 0 | 0.033 | 0 | 0.1 | 0.067 | 0.033 | 0.033 | 0.033 | 0.033 | 0 | 0.033 | 0 | 0 | 0.033 | 0.108 | 0.1 | 0.067 | 0.033 | 0.1 | 0.067 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Llama-2-13b-hf
MERA |
0.459 | 0.508 | 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-2-13b-hf
MERA |
0.415 | 0.404 | 0.434 | 0.585 | 0.471 | 0.647 | 0.505 | 0.524 | 0.488 | 0.502 | 0.246 | 0.278 | 0.29 | 0.509 | 0.496 | 0.428 | 0.4 | 0.382 | 0.244 | 0.466 | 0.242 | 0.62 | 0.31 | 0.376 | 0.179 | 0.44 | 0.327 | 0.491 | 0.514 | 0.26 | 0.58 | 0.636 | 0.423 | 0.606 | 0.457 | 0.321 | 0.32 | 0.442 | 0.291 | 0.379 | 0.53 | 0.338 | 0.469 | 0.329 | 0.504 | 0.278 | 0.505 | 0.281 | 0.298 | 0.398 | 0.36 | 0.578 | 0.379 | 0.378 | 0.47 | 0.527 | 0.513 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Llama-2-13b-hf
MERA |
0.88 | 0.574 | 0.111 |
| 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-2-13b-hf
MERA |
0.356 | 0.505 | 0.433 | 0.435 | 0.421 | 0.5 | 0.448 | 0.526 | 0.538 | 0.585 | 0.462 | 0.442 | 0.45 | 0.488 | 0.544 | 0.346 | 0.533 | 0.444 | 0.421 | 0.614 | 0.281 | 0.61 | 0.333 | 0.521 | 0.333 | 0.485 | 0.5 | 0.526 | 0.754 | 0.533 | 0.644 | 0.487 | 0.366 | 0.491 | 0.424 | 0.536 | 0.244 | 0.689 | 0.404 | 0.585 | 0.555 | 0.46 | 0.533 | 0.533 | 0.793 | 0.622 | 0.672 | 0.409 | 0.585 | 0.702 | 0.689 | 0.609 | 0.608 | 0.468 | 0.419 | 0.474 | 0.578 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Llama-2-13b-hf
MERA |
0.057 | 0.059 | 0.064 | 0.068 | 0.017 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Llama-2-13b-hf
MERA |
0.061 | 0.064 | 0.066 | 0.074 | 0.033 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Llama-2-13b-hf
MERA |
0.041 | 0.055 | 0.064 | 0.04 | 0.018 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Llama-2-13b-hf
MERA |
0.519 | 0.486 | 0.647 | 0.595 | 0.429 | 0.508 |