Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.114 | Accuracy |
| RCB | 0.55 / 0.477 | Accuracy F1 macro |
| USE | 0.147 | Grade norm |
| RWSD | 0.562 | Accuracy |
| PARus | 0.846 | Accuracy |
| ruTiE | 0.684 | Accuracy |
| MultiQ | 0.303 / 0.183 | F1 Exact match |
| CheGeKa | 0.133 / 0.101 | F1 Exact match |
| ruModAr | 0.666 | Exact match |
| MaMuRAMu | 0.652 | Accuracy |
| ruMultiAr | 0.253 | Exact match |
| ruCodeEval | 0.412 / 0.619 / 0.689 | Pass@k |
| MathLogicQA | 0.353 | Accuracy |
| ruWorldTree | 0.853 / 0.853 | Accuracy F1 macro |
| ruOpenBookQA | 0.785 / 0.785 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.975 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.545 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.928 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.402 / 0.602 / 0.659 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.713 | |||||||||||||||||||||||||
| ruHateSpeech | 0.691 | |||||||||||||||||||||||||
| ruDetox | 0.206 | |||||||||||||||||||||||||
| 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-3.1-8B-Instruct
MERA |
0.3 | 0.1 | 0.567 | 0.1 | 0 | 0.2 | 0 | - | 0.067 | 0.067 | 0.033 | 0.033 | 0 | 0 | 0.067 | 0.333 | 0.033 | 0.033 | 0.033 | 0.067 | 0 | 0.5 | 0.133 | 0.067 | 0.033 | 0.267 | 0.033 | 0.033 | 0.3 | 0.2 | 0.267 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Meta-Llama-3.1-8B-Instruct
MERA |
0.656 | 0.678 | 0.81 |
| 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-3.1-8B-Instruct
MERA |
0.496 | 0.428 | 0.632 | 0.726 | 0.644 | 0.697 | 0.66 | 0.595 | 0.574 | 0.529 | 0.421 | 0.437 | 0.35 | 0.676 | 0.632 | 0.601 | 0.67 | 0.604 | 0.367 | 0.641 | 0.358 | 0.69 | 0.37 | 0.566 | 0.42 | 0.62 | 0.41 | 0.556 | 0.71 | 0.42 | 0.71 | 0.777 | 0.546 | 0.707 | 0.574 | 0.5 | 0.34 | 0.706 | 0.424 | 0.527 | 0.692 | 0.533 | 0.559 | 0.43 | 0.682 | 0.505 | 0.686 | 0.385 | 0.394 | 0.511 | 0.47 | 0.713 | 0.541 | 0.592 | 0.69 | 0.745 | 0.648 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Meta-Llama-3.1-8B-Instruct
MERA |
0.778 | 0.608 | 0.489 |
| 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-3.1-8B-Instruct
MERA |
0.556 | 0.723 | 0.617 | 0.611 | 0.632 | 0.741 | 0.534 | 0.684 | 0.654 | 0.569 | 0.667 | 0.617 | 0.467 | 0.636 | 0.626 | 0.58 | 0.692 | 0.644 | 0.439 | 0.772 | 0.298 | 0.712 | 0.467 | 0.704 | 0.667 | 0.712 | 0.641 | 0.596 | 0.86 | 0.644 | 0.756 | 0.705 | 0.688 | 0.807 | 0.53 | 0.643 | 0.511 | 0.689 | 0.561 | 0.6 | 0.788 | 0.667 | 0.667 | 0.622 | 0.862 | 0.844 | 0.759 | 0.75 | 0.677 | 0.825 | 0.711 | 0.652 | 0.658 | 0.623 | 0.605 | 0.497 | 0.711 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-8B-Instruct
MERA |
0.195 | 0.199 | 0.232 | 0.141 | 0.188 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-8B-Instruct
MERA |
0.281 | 0.277 | 0.301 | 0.238 | 0.275 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Meta-Llama-3.1-8B-Instruct
MERA |
0.255 | 0.255 | 0.272 | 0.23 | 0.248 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Meta-Llama-3.1-8B-Instruct
MERA |
0.667 | 0.657 | 0.706 | 0.703 | 0.429 | 0.77 |