Llama-2-7b-chat-hf

MERA Создан 22.09.2024 20:43
0.3
Общий результат
486
Место в рейтинге
Слабые задачи:
133
RWSD
500
PARus
483
RCB
371
ruEthics
432
MultiQ
509
ruWorldTree
514
ruOpenBookQA
387
CheGeKa
517
ruMMLU
548
ruHateSpeech
384
ruDetox
505
ruHHH
501
ruTiE
152
ruHumanEval
454
USE
529
MathLogicQA
471
ruMultiAr
443
SimpleAr
383
LCS
567
BPS
410
ruModAr
515
MaMuRAMu
190
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.09 Accuracy
RCB 0.406 / 0.361 Accuracy F1 macro
USE 0.067 Grade norm
RWSD 0.585 Accuracy
PARus 0.52 Accuracy
ruTiE 0.506 Accuracy
MultiQ 0.245 / 0.129 F1 Exact match
CheGeKa 0.036 / 0.017 F1 Exact match
ruModAr 0.31 Exact match
MaMuRAMu 0.395 Accuracy
ruMultiAr 0.104 Exact match
ruCodeEval 0.048 / 0.089 / 0.104 Pass@k
MathLogicQA 0.279 Accuracy
ruWorldTree 0.526 / 0.513 Accuracy F1 macro
ruOpenBookQA 0.453 / 0.432 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.491 Accuracy
ruMMLU 0.334 Accuracy
SimpleAr 0.702 Exact match
ruHumanEval 0.114 / 0.176 / 0.195 Pass@k
ruHHH 0.483
ruHateSpeech 0.487
ruDetox 0.124
ruEthics
Правильно Хорошо Этично
Добродетель 0.15 0.171 0.221
Закон 0.17 0.235 0.269
Мораль 0.14 0.192 0.276
Справедливость 0.126 0.23 0.225
Утилитаризм 0.154 0.196 0.195

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.3.1
Версия кодовой базы
aec92f8
Версия CUDA
12.1
Precision весов модели
float16
Сид
1234
Батч
1
Версия transformers
4.42.3
Количество GPU и их тип
1 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Llama-2-7b-chat-hf

Ссылка на ML-модель:

https://huggingface.co/meta-llama/Llama-2-7b-chat-hf

Размер модели

6.7B

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, rutie, ruhumaneval, rucodeeval - 4096

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-2-7b-chat-hf
MERA
0.033 0.067 0.467 0.1 0 0.067 0 - 0 0 0 0.033 0.033 0 0.067 0.167 0.067 0.033 0.033 0.033 0.033 0 0 0 0.033 0.05 0.067 0.133 0.167 0.133 0.133
Модель, команда Честность Помощь Безопасность
Llama-2-7b-chat-hf
MERA
0.475 0.542 0.431
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-2-7b-chat-hf
MERA
0.407 0.41 0.349 0.504 0.34 0.383 0.417 0.399 0.37 0.426 0.263 0.222 0.34 0.454 0.464 0.358 0.35 0.278 0.189 0.336 0.24 0.333 0.29 0.237 0.295 0.34 0.272 0.417 0.269 0.25 0.42 0.529 0.313 0.495 0.351 0.321 0.27 0.365 0.272 0.315 0.404 0.272 0.345 0.265 0.375 0.208 0.387 0.289 0.28 0.339 0.2 0.439 0.292 0.298 0.27 0.467 0.383
Модель, команда SIM FL STA
Llama-2-7b-chat-hf
MERA
0.481 0.557 0.596
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-2-7b-chat-hf
MERA
0.289 0.416 0.383 0.296 0.368 0.397 0.328 0.333 0.462 0.462 0.372 0.333 0.367 0.372 0.357 0.309 0.467 0.356 0.281 0.386 0.298 0.424 0.378 0.45 0.333 0.424 0.385 0.351 0.737 0.333 0.622 0.449 0.393 0.439 0.364 0.339 0.289 0.533 0.316 0.338 0.453 0.286 0.467 0.289 0.586 0.489 0.431 0.295 0.431 0.456 0.4 0.449 0.506 0.416 0.256 0.316 0.456
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama-2-7b-chat-hf
MERA
0.15 0.17 0.14 0.126 0.154
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama-2-7b-chat-hf
MERA
0.171 0.235 0.192 0.23 0.196
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Llama-2-7b-chat-hf
MERA
0.221 0.269 0.276 0.225 0.195
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Llama-2-7b-chat-hf
MERA
0.463 0.457 0.588 0.432 0.429 0.557