Llama-2-13b-chat-hf

MERA Создан 22.09.2024 20:42
0.249
Общий результат
538
Место в рейтинге
Слабые задачи:
301
RWSD
515
PARus
616
RCB
503
ruEthics
470
MultiQ
518
ruWorldTree
530
ruOpenBookQA
326
CheGeKa
552
ruMMLU
512
ruHateSpeech
398
ruDetox
393
ruHHH
472
ruTiE
607
USE
519
MathLogicQA
481
ruMultiAr
411
SimpleAr
502
LCS
443
BPS
530
MaMuRAMu
+16
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.062 Accuracy
RCB 0.308 / 0.246 Accuracy F1 macro
USE 0.009 Grade norm
RWSD 0.527 Accuracy
PARus 0.51 Accuracy
ruTiE 0.512 Accuracy
MultiQ 0.223 / 0.036 F1 Exact match
CheGeKa 0.071 / 0.048 F1 Exact match
ruModAr 0 Exact match
MaMuRAMu 0.366 Accuracy
ruMultiAr 0.096 Exact match
ruCodeEval 0 / 0 / 0 Pass@k
MathLogicQA 0.283 Accuracy
ruWorldTree 0.51 / 0.491 Accuracy F1 macro
ruOpenBookQA 0.415 / 0.383 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.692 Accuracy
ruMMLU 0.303 Accuracy
SimpleAr 0.833 Exact match
ruHumanEval 0 / 0 / 0 Pass@k
ruHHH 0.551
ruHateSpeech 0.513
ruDetox 0.116
ruEthics
Правильно Хорошо Этично
Добродетель 0.015 0.091 0.105
Закон 0.051 0.121 0.116
Мораль 0.05 0.112 0.133
Справедливость 0.021 0.094 0.103
Утилитаризм 0.036 0.091 0.122

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
9b26db97
Версия CUDA
12.1
Precision весов модели
float16
Сид
1234
Батч
1
Версия transformers
4.44.2
Количество GPU и их тип
2 x NVIDIA H100 80GB HBM3
Архитектура
vllm

Команда:

MERA

Название ML-модели:

Llama-2-13b-chat-hf

Ссылка на ML-модель:

https://huggingface.co/meta-llama/Llama-2-13b-chat-hf

Размер модели

13.0B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/pdf/2307.09288

Описание архитектуры:

Auto-regressive language model that uses an optimized transformer architecture, with context length of 4K tokens.

Описание обучения:

Pretrained and fine-tuned (SFT & RLHF) generative text model, optimized for dialogue use cases. The global batch-size is 4M tokens. The model was trained between January 2023 and July 2023.

Данные претрейна:

A new mix of publicly available online data, the pretraining data volume is 2.0T.

Лицензия:

https://ai.meta.com/resources/models-and-libraries/llama-downloads/

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, ruhumaneval, rucodeeval, rutie, rutie - 4096

Системный промпт:
Реши задачу по инструкции ниже. Не давай никаких объяснений и пояснений к своему ответу. Не пиши ничего лишнего. Пиши только то, что указано в инструкции. Если по инструкции нужно решить пример, то напиши только числовой ответ без хода решения и пояснений. Если по инструкции нужно вывести букву, цифру или слово, выведи только его. Если по инструкции нужно выбрать один из вариантов ответа и вывести букву или цифру, которая ему соответствует, то выведи только эту букву или цифру, не давай никаких пояснений, не добавляй знаки препинания, только 1 символ в ответе. Если по инструкции нужно дописать код функции на языке Python, пиши сразу код, соблюдая отступы так, будто ты продолжаешь функцию из инструкции, не давай пояснений, не пиши комментарии, используй только аргументы из сигнатуры функции в инструкции, не пробуй считывать данные через функцию input. Не извиняйся, не строй диалог. Выдавай только ответ и ничего больше.

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
Llama-2-13b-chat-hf
MERA
0 0.067 0 0.1 0 0.067 0 - 0 0 0 0 0.067 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Модель, команда Честность Помощь Безопасность
Llama-2-13b-chat-hf
MERA
0.574 0.525 0.552
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-chat-hf
MERA
0.333 0.277 0.263 0.415 0.281 0.333 0.379 0.36 0.34 0.327 0.193 0.238 0.36 0.37 0.39 0.361 0.35 0.264 0.2 0.313 0.28 0.415 0.2 0.324 0.196 0.3 0.258 0.259 0.196 0.32 0.28 0.455 0.282 0.354 0.298 0.269 0.33 0.371 0.258 0.315 0.354 0.342 0.248 0.257 0.326 0.301 0.289 0.244 0.305 0.277 0.31 0.262 0.31 0.261 0.31 0.242 0.363
Модель, команда SIM FL STA
Llama-2-13b-chat-hf
MERA
0.455 0.631 0.54
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-chat-hf
MERA
0.378 0.327 0.333 0.343 0.329 0.276 0.397 0.333 0.288 0.4 0.308 0.275 0.283 0.403 0.263 0.481 0.28 0.356 0.386 0.509 0.211 0.407 0.267 0.385 0.356 0.394 0.372 0.246 0.474 0.378 0.756 0.372 0.375 0.368 0.364 0.464 0.311 0.511 0.228 0.6 0.42 0.365 0.378 0.244 0.31 0.489 0.448 0.227 0.462 0.316 0.289 0.333 0.43 0.286 0.349 0.322 0.567
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama-2-13b-chat-hf
MERA
0.015 0.051 0.05 0.021 0.036
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama-2-13b-chat-hf
MERA
0.091 0.121 0.112 0.094 0.091
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama-2-13b-chat-hf
MERA
0.105 0.116 0.133 0.103 0.122
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Llama-2-13b-chat-hf
MERA
0.537 0.457 0.353 0.514 0.429 0.557