Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.08 | Accuracy |
| RCB | 0.511 / 0.438 | Accuracy F1 macro |
| USE | 0.157 | Grade norm |
| RWSD | 0.577 | Accuracy |
| PARus | 0.802 | Accuracy |
| ruTiE | 0.709 | Accuracy |
| MultiQ | 0.305 / 0.14 | F1 Exact match |
| CheGeKa | 0.1 / 0.067 | F1 Exact match |
| ruModAr | 0.497 | Exact match |
| MaMuRAMu | 0.685 | Accuracy |
| ruMultiAr | 0.275 | Exact match |
| ruCodeEval | 0.017 / 0.073 / 0.116 | Pass@k |
| MathLogicQA | 0.481 | Accuracy |
| ruWorldTree | 0.928 / 0.928 | Accuracy F1 macro |
| ruOpenBookQA | 0.79 / 0.79 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.926 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.581 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.987 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.114 / 0.325 / 0.439 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.669 | |||||||||||||||||||||||||
| ruHateSpeech | 0.702 | |||||||||||||||||||||||||
| ruDetox | 0.177 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-7B
MERA |
0.267 | 0.2 | 0.667 | 0.2 | 0.033 | 0.133 | 0 | - | 0 | 0.1 | 0 | 0 | 0.133 | 0 | 0.1 | 0.233 | 0.033 | 0 | 0 | 0 | 0 | 0.567 | 0.133 | 0.067 | 0.033 | 0.375 | 0.033 | 0.133 | 0.267 | 0.033 | 0.233 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2-7B
MERA |
0.508 | 0.729 | 0.776 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-7B
MERA |
0.556 | 0.494 | 0.658 | 0.825 | 0.654 | 0.761 | 0.699 | 0.666 | 0.614 | 0.619 | 0.456 | 0.397 | 0.44 | 0.667 | 0.708 | 0.653 | 0.72 | 0.639 | 0.367 | 0.618 | 0.251 | 0.702 | 0.43 | 0.538 | 0.402 | 0.66 | 0.424 | 0.611 | 0.718 | 0.38 | 0.73 | 0.736 | 0.571 | 0.818 | 0.608 | 0.628 | 0.41 | 0.758 | 0.364 | 0.488 | 0.753 | 0.585 | 0.579 | 0.546 | 0.745 | 0.532 | 0.73 | 0.448 | 0.433 | 0.587 | 0.54 | 0.743 | 0.669 | 0.664 | 0.71 | 0.764 | 0.767 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2-7B
MERA |
0.606 | 0.702 | 0.521 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-7B
MERA |
0.467 | 0.772 | 0.6 | 0.657 | 0.737 | 0.724 | 0.534 | 0.596 | 0.596 | 0.662 | 0.641 | 0.65 | 0.417 | 0.736 | 0.661 | 0.642 | 0.682 | 0.733 | 0.509 | 0.807 | 0.316 | 0.831 | 0.778 | 0.728 | 0.644 | 0.697 | 0.718 | 0.614 | 0.912 | 0.622 | 0.844 | 0.782 | 0.625 | 0.825 | 0.652 | 0.661 | 0.689 | 0.778 | 0.596 | 0.692 | 0.763 | 0.698 | 0.756 | 0.756 | 0.879 | 0.822 | 0.897 | 0.795 | 0.692 | 0.842 | 0.689 | 0.623 | 0.873 | 0.571 | 0.535 | 0.52 | 0.778 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-7B
MERA |
0.27 | 0.273 | 0.297 | 0.225 | 0.208 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-7B
MERA |
0.293 | 0.304 | 0.325 | 0.263 | 0.259 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-7B
MERA |
0.3 | 0.309 | 0.336 | 0.276 | 0.258 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2-7B
MERA |
0.704 | 0.6 | 0.765 | 0.73 | 0.429 | 0.754 |