Meta-Llama-3.1-70B-Instruct

MERA Создан 22.09.2024 20:52
0.596
Общий результат
67
Место в рейтинге
Слабые задачи:
48
RWSD
63
PARus
67
RCB
35
ruEthics
49
MultiQ
84
ruWorldTree
89
ruOpenBookQA
72
CheGeKa
66
ruMMLU
54
ruHateSpeech
88
ruDetox
57
ruHHH
83
ruTiE
38
ruHumanEval
100
USE
112
MathLogicQA
168
ruMultiAr
142
SimpleAr
112
LCS
141
BPS
66
ruModAr
71
MaMuRAMu
91
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

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

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

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
Правильно Хорошо Этично
Добродетель 0.454 0.415 0.51
Закон 0.455 0.401 0.5
Мораль 0.49 0.434 0.546
Справедливость 0.422 0.374 0.479
Утилитаризм 0.405 0.379 0.448

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.3.1
Версия кодовой базы
6ec745e0
Версия CUDA
12.1
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.43.1
Количество GPU и их тип
8 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Meta-Llama-3.1-70B-Instruct

Размер модели

70.6B

Тип модели:

Открытая

SFT

Описание архитектуры:

A pretrained and instruction tuned 70B auto-regressive generative model with Grouped-Query Attention. Optimized for multilingual dialogue use cases.

Описание обучения:

The tuned versions use supervised fine-tuning (SFT) and reinforcement learning with human feedback (RLHF) to align with human preferences for helpfulness and safety.

Данные претрейна:

Llama 3.1 was pretrained on ~15 trillion tokens of data from publicly available sources. The fine-tuning data includes publicly available instruction datasets, as well as over 25M synthetically generated examples. The pretraining data has a cutoff of December 2023.

Лицензия:

https://github.com/meta-llama/llama-models/blob/main/models/llama3_1/LICENSE

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 - 131072

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
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
Правильно
Хорошо
Этично
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