Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.214 | Accuracy |
| RCB | 0.6 / 0.554 | Accuracy F1 macro |
| USE | 0.379 | Grade norm |
| RWSD | 0.685 | Accuracy |
| PARus | 0.922 | Accuracy |
| ruTiE | 0.88 | Accuracy |
| MultiQ | 0.524 / 0.329 | F1 Exact match |
| CheGeKa | 0.471 / 0.351 | F1 Exact match |
| ruModAr | 0.727 | Exact match |
| MaMuRAMu | 0.861 | Accuracy |
| ruMultiAr | 0.395 | Exact match |
| ruCodeEval | 0.458 / 0.47 / 0.476 | Pass@k |
| MathLogicQA | 0.708 | Accuracy |
| ruWorldTree | 0.981 / 0.981 | Accuracy F1 macro |
| ruOpenBookQA | 0.938 / 0.938 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.991 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.808 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.997 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.408 / 0.425 / 0.427 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.865 | |||||||||||||||||||||||||
| ruHateSpeech | 0.872 | |||||||||||||||||||||||||
| ruDetox | 0.332 | |||||||||||||||||||||||||
| 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-3.1-405B-Instruct
MERA |
0.667 | 0.6 | 0.9 | 0.133 | 0.167 | 0.667 | 0.167 | - | 0.033 | 0 | 0.033 | 0 | 0.333 | 0.033 | 0.1 | 0.517 | 0.067 | 0.067 | 0.1 | 0.133 | 0.133 | 0.733 | 0.533 | 0.333 | 0.233 | 0.75 | 0.367 | 0.233 | 0.567 | 0.8 | 0.733 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Meta-Llama-3.1-405B-Instruct
MERA |
0.869 | 0.847 | 0.879 |
| 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-3.1-405B-Instruct
MERA |
0.77 | 0.536 | 0.914 | 0.91 | 0.912 | 0.9 | 0.874 | 0.839 | 0.867 | 0.812 | 0.702 | 0.667 | 0.69 | 0.861 | 0.916 | 0.803 | 0.83 | 0.965 | 0.689 | 0.84 | 0.754 | 0.889 | 0.64 | 0.746 | 0.714 | 0.9 | 0.656 | 0.787 | 0.808 | 0.61 | 0.84 | 0.909 | 0.834 | 0.949 | 0.808 | 0.833 | 0.54 | 0.916 | 0.709 | 0.793 | 0.914 | 0.915 | 0.717 | 0.857 | 0.929 | 0.773 | 0.917 | 0.663 | 0.652 | 0.8 | 0.76 | 0.924 | 0.854 | 0.899 | 0.93 | 0.873 | 0.922 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Meta-Llama-3.1-405B-Instruct
MERA |
0.809 | 0.666 | 0.633 |
| 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-3.1-405B-Instruct
MERA |
0.756 | 0.911 | 0.833 | 0.741 | 0.921 | 0.879 | 0.741 | 0.807 | 0.962 | 0.815 | 0.821 | 0.817 | 0.583 | 0.899 | 0.854 | 0.765 | 0.757 | 0.844 | 0.877 | 0.895 | 0.912 | 0.932 | 0.844 | 0.899 | 0.844 | 0.894 | 0.872 | 0.86 | 0.93 | 0.867 | 0.889 | 0.936 | 0.875 | 0.93 | 0.773 | 0.857 | 0.867 | 0.867 | 0.772 | 0.846 | 0.939 | 0.952 | 0.844 | 0.978 | 0.966 | 0.911 | 0.948 | 0.909 | 0.815 | 0.912 | 0.911 | 0.971 | 0.861 | 0.753 | 0.767 | 0.889 | 0.922 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-405B-Instruct
MERA |
0.497 | 0.488 | 0.542 | 0.457 | 0.432 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-405B-Instruct
MERA |
0.432 | 0.419 | 0.462 | 0.392 | 0.387 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-405B-Instruct
MERA |
0.602 | 0.579 | 0.64 | 0.544 | 0.528 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Meta-Llama-3.1-405B-Instruct
MERA |
0.88 | 0.771 | 0.882 | 0.892 | 0.714 | 0.918 |