Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.042 | Accuracy |
| RCB | 0.568 / 0.547 | Accuracy F1 macro |
| USE | 0.375 | Grade norm |
| RWSD | 0.758 | Accuracy |
| PARus | 0.946 | Accuracy |
| ruTiE | 0.866 | Accuracy |
| MultiQ | 0.63 / 0.471 | F1 Exact match |
| CheGeKa | 0.473 / 0.382 | F1 Exact match |
| ruModAr | 0.665 | Exact match |
| MaMuRAMu | 0.842 | Accuracy |
| ruMultiAr | 0.327 | Exact match |
| ruCodeEval | 0 / 0 / 0 | Pass@k |
| MathLogicQA | 0.603 | Accuracy |
| ruWorldTree | 0.981 / 0.981 | Accuracy F1 macro |
| ruOpenBookQA | 0.913 / 0.912 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.966 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.758 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.989 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0 / 0 / 0 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.871 | |||||||||||||||||||||||||
| ruHateSpeech | 0.823 | |||||||||||||||||||||||||
| ruDetox | 0.348 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Mistral-Large-Instruct-2407
MERA |
0.567 | 0.6 | 0.833 | 0.1 | 0.267 | 0.533 | 0.167 | - | 0.167 | 0.033 | 0.033 | 0 | 0.633 | 0.1 | 0.033 | 0.5 | 0.067 | 0.033 | 0.033 | 0.067 | 0.167 | 0.767 | 0.3 | 0.467 | 0.133 | 0.717 | 0.3 | 0.5 | 0.633 | 0.6 | 0.733 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Mistral-Large-Instruct-2407
MERA |
0.852 | 0.847 | 0.914 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Mistral-Large-Instruct-2407
MERA |
0.689 | 0.566 | 0.908 | 0.872 | 0.827 | 0.841 | 0.835 | 0.772 | 0.855 | 0.744 | 0.623 | 0.563 | 0.69 | 0.806 | 0.883 | 0.777 | 0.74 | 0.91 | 0.6 | 0.824 | 0.637 | 0.877 | 0.64 | 0.757 | 0.625 | 0.92 | 0.585 | 0.75 | 0.792 | 0.56 | 0.81 | 0.851 | 0.761 | 0.889 | 0.781 | 0.829 | 0.53 | 0.906 | 0.689 | 0.695 | 0.854 | 0.875 | 0.676 | 0.785 | 0.899 | 0.681 | 0.892 | 0.552 | 0.574 | 0.761 | 0.74 | 0.886 | 0.813 | 0.866 | 0.91 | 0.861 | 0.907 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Mistral-Large-Instruct-2407
MERA |
0.729 | 0.699 | 0.706 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Mistral-Large-Instruct-2407
MERA |
0.644 | 0.901 | 0.8 | 0.759 | 0.921 | 0.828 | 0.69 | 0.772 | 0.923 | 0.831 | 0.859 | 0.767 | 0.6 | 0.853 | 0.865 | 0.704 | 0.785 | 0.844 | 0.789 | 0.86 | 0.93 | 0.949 | 0.822 | 0.882 | 0.889 | 0.848 | 0.91 | 0.807 | 0.912 | 0.867 | 0.889 | 0.923 | 0.786 | 0.965 | 0.773 | 0.804 | 0.8 | 0.844 | 0.719 | 0.815 | 0.91 | 0.889 | 0.844 | 0.956 | 0.931 | 0.889 | 0.948 | 0.932 | 0.862 | 0.965 | 0.867 | 0.913 | 0.81 | 0.727 | 0.674 | 0.848 | 0.933 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-Large-Instruct-2407
MERA |
0.469 | 0.494 | 0.505 | 0.438 | 0.409 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-Large-Instruct-2407
MERA |
0.401 | 0.379 | 0.419 | 0.352 | 0.371 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Mistral-Large-Instruct-2407
MERA |
0.529 | 0.52 | 0.563 | 0.475 | 0.454 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Mistral-Large-Instruct-2407
MERA |
0.824 | 0.743 | 0.824 | 0.784 | 0.714 | 0.902 |