Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.16 | Accuracy |
| RCB | 0.541 / 0.498 | Accuracy F1 macro |
| USE | 0.249 | Grade norm |
| RWSD | 0.638 | Accuracy |
| PARus | 0.924 | Accuracy |
| ruTiE | 0.779 | Accuracy |
| MultiQ | 0.45 / 0.293 | F1 Exact match |
| CheGeKa | 0.4 / 0.322 | F1 Exact match |
| ruModAr | 0.831 | Exact match |
| MaMuRAMu | 0.802 | Accuracy |
| ruMultiAr | 0.327 | Exact match |
| ruCodeEval | 0.107 / 0.306 / 0.415 | Pass@k |
| MathLogicQA | 0.462 | Accuracy |
| ruWorldTree | 0.971 / 0.971 | Accuracy F1 macro |
| ruOpenBookQA | 0.898 / 0.897 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.969 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.707 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.991 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.271 / 0.542 / 0.64 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.736 | |||||||||||||||||||||||||
| ruHateSpeech | 0.804 | |||||||||||||||||||||||||
| ruDetox | 0.161 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Meta-Llama-3.1-70B
MERA |
0.433 | 0.4 | 0.867 | 0.1 | 0.067 | 0.367 | 0.033 | - | 0 | 0 | 0 | 0.033 | 0.333 | 0.033 | 0.1 | 0.317 | 0.067 | 0 | 0 | 0 | 0.1 | 0.667 | 0.233 | 0.167 | 0.2 | 0.525 | 0.167 | 0.2 | 0.433 | 0.367 | 0.367 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Meta-Llama-3.1-70B
MERA |
0.689 | 0.78 | 0.741 |
| 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-3.1-70B
MERA |
0.689 | 0.518 | 0.822 | 0.838 | 0.84 | 0.861 | 0.816 | 0.807 | 0.858 | 0.744 | 0.614 | 0.54 | 0.5 | 0.843 | 0.84 | 0.772 | 0.81 | 0.868 | 0.5 | 0.786 | 0.378 | 0.877 | 0.4 | 0.671 | 0.554 | 0.8 | 0.547 | 0.657 | 0.796 | 0.47 | 0.81 | 0.884 | 0.724 | 0.879 | 0.743 | 0.756 | 0.52 | 0.868 | 0.556 | 0.714 | 0.869 | 0.835 | 0.676 | 0.56 | 0.884 | 0.648 | 0.912 | 0.444 | 0.511 | 0.752 | 0.64 | 0.895 | 0.749 | 0.811 | 0.81 | 0.861 | 0.902 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Meta-Llama-3.1-70B
MERA |
0.841 | 0.595 | 0.338 |
| 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-3.1-70B
MERA |
0.644 | 0.871 | 0.667 | 0.667 | 0.882 | 0.862 | 0.707 | 0.702 | 0.904 | 0.769 | 0.756 | 0.758 | 0.625 | 0.76 | 0.819 | 0.765 | 0.71 | 0.822 | 0.684 | 0.877 | 0.702 | 0.881 | 0.889 | 0.811 | 0.822 | 0.879 | 0.782 | 0.737 | 0.93 | 0.844 | 0.889 | 0.846 | 0.759 | 0.895 | 0.773 | 0.839 | 0.778 | 0.867 | 0.649 | 0.769 | 0.898 | 0.937 | 0.844 | 0.844 | 0.914 | 0.867 | 0.862 | 0.75 | 0.8 | 0.93 | 0.8 | 0.942 | 0.81 | 0.727 | 0.651 | 0.778 | 0.889 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-70B
MERA |
0.245 | 0.272 | 0.304 | 0.296 | 0.249 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-70B
MERA |
0.288 | 0.305 | 0.308 | 0.278 | 0.293 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-70B
MERA |
0.3 | 0.309 | 0.314 | 0.301 | 0.292 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Meta-Llama-3.1-70B
MERA |
0.815 | 0.714 | 0.824 | 0.811 | 0.714 | 0.836 |