Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.15 | Accuracy |
| RCB | 0.578 / 0.487 | Accuracy F1 macro |
| USE | 0.309 | Grade norm |
| RWSD | 0.665 | Accuracy |
| PARus | 0.922 | Accuracy |
| ruTiE | 0.835 | Accuracy |
| MultiQ | 0.585 / 0.383 | F1 Exact match |
| CheGeKa | 0.355 / 0.284 | F1 Exact match |
| ruModAr | 0.773 | Exact match |
| MaMuRAMu | 0.824 | Accuracy |
| ruMultiAr | 0.306 | Exact match |
| ruCodeEval | 0.242 / 0.461 / 0.549 | Pass@k |
| MathLogicQA | 0.525 | Accuracy |
| ruWorldTree | 0.973 / 0.973 | Accuracy F1 macro |
| ruOpenBookQA | 0.905 / 0.905 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.967 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.757 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.983 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.428 / 0.668 / 0.738 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.86 | |||||||||||||||||||||||||
| ruHateSpeech | 0.845 | |||||||||||||||||||||||||
| ruDetox | 0.303 | |||||||||||||||||||||||||
| 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-Instruct
MERA |
0.567 | 0.467 | 0.8 | 0.2 | 0 | 0.467 | 0.067 | - | 0.033 | 0 | 0.033 | 0.033 | 0.167 | 0.1 | 0.067 | 0.467 | 0.067 | 0 | 0.033 | 0.067 | 0.133 | 0.733 | 0.333 | 0.2 | 0.133 | 0.642 | 0.267 | 0.4 | 0.567 | 0.5 | 0.567 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Meta-Llama-3.1-70B-Instruct
MERA |
0.803 | 0.831 | 0.948 |
| 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-Instruct
MERA |
0.696 | 0.554 | 0.868 | 0.833 | 0.856 | 0.891 | 0.806 | 0.781 | 0.861 | 0.776 | 0.579 | 0.603 | 0.57 | 0.843 | 0.845 | 0.76 | 0.76 | 0.903 | 0.644 | 0.817 | 0.741 | 0.889 | 0.48 | 0.699 | 0.589 | 0.92 | 0.6 | 0.657 | 0.767 | 0.53 | 0.79 | 0.876 | 0.755 | 0.939 | 0.777 | 0.778 | 0.5 | 0.897 | 0.609 | 0.768 | 0.879 | 0.875 | 0.71 | 0.695 | 0.904 | 0.75 | 0.912 | 0.474 | 0.518 | 0.752 | 0.69 | 0.886 | 0.8 | 0.857 | 0.9 | 0.855 | 0.927 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Meta-Llama-3.1-70B-Instruct
MERA |
0.749 | 0.671 | 0.645 |
| 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-Instruct
MERA |
0.756 | 0.911 | 0.767 | 0.685 | 0.868 | 0.845 | 0.724 | 0.754 | 0.942 | 0.723 | 0.885 | 0.75 | 0.633 | 0.814 | 0.848 | 0.765 | 0.729 | 0.8 | 0.789 | 0.86 | 0.895 | 0.898 | 0.8 | 0.852 | 0.844 | 0.803 | 0.808 | 0.754 | 0.895 | 0.867 | 0.867 | 0.846 | 0.804 | 0.912 | 0.727 | 0.875 | 0.889 | 0.844 | 0.754 | 0.8 | 0.89 | 0.889 | 0.889 | 0.933 | 0.931 | 0.933 | 0.879 | 0.909 | 0.723 | 0.947 | 0.889 | 0.913 | 0.823 | 0.753 | 0.721 | 0.772 | 0.9 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-70B-Instruct
MERA |
0.454 | 0.455 | 0.49 | 0.422 | 0.405 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-70B-Instruct
MERA |
0.415 | 0.401 | 0.434 | 0.374 | 0.379 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-70B-Instruct
MERA |
0.51 | 0.5 | 0.546 | 0.479 | 0.448 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Meta-Llama-3.1-70B-Instruct
MERA |
0.852 | 0.743 | 0.824 | 0.838 | 0.714 | 0.918 |