Meta-Llama-3-70B

MERA Создан 20.09.2024 15:40
0.56
Общий результат
100
Место в рейтинге
Слабые задачи:
62
RWSD
70
PARus
109
RCB
213
ruEthics
175
MultiQ
104
ruWorldTree
101
ruOpenBookQA
51
CheGeKa
108
ruMMLU
148
ruHateSpeech
326
ruDetox
256
ruHHH
144
ruTiE
110
ruHumanEval
127
USE
140
MathLogicQA
135
ruMultiAr
89
SimpleAr
176
LCS
150
BPS
57
ruModAr
95
MaMuRAMu
199
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.13 Accuracy
RCB 0.566 / 0.526 Accuracy F1 macro
USE 0.262 Grade norm
RWSD 0.642 Accuracy
PARus 0.92 Accuracy
ruTiE 0.768 Accuracy
MultiQ 0.445 / 0.304 F1 Exact match
CheGeKa 0.397 / 0.308 F1 Exact match
ruModAr 0.829 Exact match
MaMuRAMu 0.802 Accuracy
ruMultiAr 0.33 Exact match
ruCodeEval 0.04 / 0.115 / 0.159 Pass@k
MathLogicQA 0.48 Accuracy
ruWorldTree 0.966 / 0.966 Accuracy F1 macro
ruOpenBookQA 0.9 / 0.9 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.966 Accuracy
ruMMLU 0.704 Accuracy
SimpleAr 0.991 Exact match
ruHumanEval 0.187 / 0.42 / 0.512 Pass@k
ruHHH 0.669
ruHateSpeech 0.785
ruDetox 0.145
ruEthics
Правильно Хорошо Этично
Добродетель 0.259 0.297 0.336
Закон 0.288 0.31 0.325
Мораль 0.317 0.32 0.37
Справедливость 0.301 0.314 0.316
Утилитаризм 0.26 0.284 0.316

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.3.1
Версия кодовой базы
6ec745e0
Версия CUDA
12.1
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.43.1
Количество GPU и их тип
8 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Meta-Llama-3-70B

Ссылка на ML-модель:

https://huggingface.co/meta-llama/Meta-Llama-3-70B

Размер модели

70.6B

Тип модели:

Открытая

Претрейн

Дополнительные ссылки:

https://ai.meta.com/research/publications/the-llama-3-herd-of-models

Описание архитектуры:

An auto-regressive 70B language model that uses an optimized transformer architecture, with context length of 8K tokens. The model uses Grouped-Query Attention.

Описание обучения:

Training Time is 6.4M GPU hours on hardware of type H100-80GB.

Данные претрейна:

Llama 3 was pretrained on over 15 trillion tokens. The pretraining data includes data from publicly available sources and has a cutoff of December 2023.

Лицензия:

https://llama.meta.com/llama3/license

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 - 8192

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
Meta-Llama-3-70B
MERA
0.433 0.433 0.8 0.167 0.1 0.433 0 - 0.033 0 0 0.033 0.333 0.133 0.1 0.367 0.033 0 0 0 0 0.667 0.233 0.1 0.233 0.55 0.167 0.267 0.433 0.367 0.467
Модель, команда Честность Помощь Безопасность
Meta-Llama-3-70B
MERA
0.672 0.695 0.638
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
Meta-Llama-3-70B
MERA
0.674 0.524 0.809 0.846 0.843 0.881 0.845 0.804 0.858 0.731 0.553 0.532 0.55 0.796 0.839 0.766 0.82 0.868 0.478 0.763 0.377 0.871 0.4 0.711 0.607 0.83 0.538 0.667 0.763 0.51 0.79 0.843 0.736 0.919 0.74 0.739 0.45 0.861 0.53 0.67 0.899 0.831 0.669 0.546 0.89 0.616 0.907 0.433 0.507 0.757 0.67 0.882 0.774 0.832 0.87 0.836 0.86
Модель, команда SIM FL STA
Meta-Llama-3-70B
MERA
0.862 0.587 0.284
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
Meta-Llama-3-70B
MERA
0.667 0.881 0.75 0.694 0.829 0.81 0.672 0.702 0.904 0.815 0.821 0.742 0.592 0.76 0.819 0.704 0.738 0.8 0.702 0.877 0.719 0.864 0.844 0.834 0.844 0.864 0.782 0.737 0.93 0.822 0.867 0.846 0.795 0.93 0.712 0.786 0.822 0.889 0.614 0.785 0.898 0.889 0.867 0.778 0.897 0.844 0.897 0.864 0.785 0.947 0.844 0.928 0.823 0.701 0.698 0.766 0.889
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Meta-Llama-3-70B
MERA
0.259 0.288 0.317 0.301 0.26
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Meta-Llama-3-70B
MERA
0.297 0.31 0.32 0.314 0.284
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Meta-Llama-3-70B
MERA
0.336 0.325 0.37 0.316 0.316
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Meta-Llama-3-70B
MERA
0.787 0.714 0.765 0.73 0.714 0.869