Phi-3-mini-128k-instruct

MERA Создан 22.09.2024 21:11
0.396
Общий результат
333
Место в рейтинге
Слабые задачи:
282
RWSD
386
PARus
401
RCB
348
ruEthics
312
MultiQ
459
ruWorldTree
435
ruOpenBookQA
497
CheGeKa
437
ruMMLU
279
ruHateSpeech
477
ruDetox
338
ruHHH
389
ruTiE
50
ruHumanEval
325
USE
312
MathLogicQA
270
ruMultiAr
402
SimpleAr
485
LCS
397
BPS
269
ruModAr
458
MaMuRAMu
61
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.068 Accuracy
RCB 0.479 / 0.403 Accuracy F1 macro
USE 0.114 Grade norm
RWSD 0.531 Accuracy
PARus 0.656 Accuracy
ruTiE 0.558 Accuracy
MultiQ 0.334 / 0.209 F1 Exact match
CheGeKa 0.014 / 0 F1 Exact match
ruModAr 0.473 Exact match
MaMuRAMu 0.444 Accuracy
ruMultiAr 0.256 Exact match
ruCodeEval 0.363 / 0.606 / 0.695 Pass@k
MathLogicQA 0.382 Accuracy
ruWorldTree 0.615 / 0.615 Accuracy F1 macro
ruOpenBookQA 0.565 / 0.565 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.789 Accuracy
ruMMLU 0.408 Accuracy
SimpleAr 0.841 Exact match
ruHumanEval 0.384 / 0.624 / 0.689 Pass@k
ruHHH 0.601
ruHateSpeech 0.687
ruDetox 0.078
ruEthics
Правильно Хорошо Этично
Добродетель 0.206 0.198 0.206
Закон 0.177 0.187 0.202
Мораль 0.207 0.214 0.186
Справедливость 0.147 0.15 0.163
Утилитаризм 0.161 0.189 0.182

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
6ec745e0
Версия CUDA
12.1
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.43.2
Количество GPU и их тип
1 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Phi-3-mini-128k-instruct

Размер модели

3.8B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/pdf/2404.14219

Описание архитектуры:

Phi-3 Mini-128K-Instruct has 3.8B parameters and is a dense decoder-only Transformer model.

Описание обучения:

After initial training, the model underwent a post-training process that involved supervised fine-tuning and direct preference optimization to enhance its ability to follow instructions and adhere to safety measures.

Данные претрейна:

Trained using the Phi-3 datasets (between May and June 2024). This dataset (4.9T tokens) includes a wide variety of sources, totaling 4.9 trillion tokens, and is a combination of 1. Publicly available documents filtered rigorously for quality, selected high-quality educational data, and code; 2. Newly created synthetic, “textbook-like” data for the purpose of teaching math, coding, common sense reasoning, general knowledge of the world (science, daily activities, theory of mind, etc.); 3. High quality chat format supervised data covering various topics to reflect human preferences on different aspects such as instruct-following, truthfulness, honesty and helpfulness.

Лицензия:

MIT

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
Phi-3-mini-128k-instruct
MERA
0.267 0.167 0.4 0.167 0 0.067 0 - 0 0.067 0.033 0 0.1 0 0.133 0.267 0.067 0.033 0 0 0.033 0.267 0 0.033 0.1 0.075 0.133 0.267 0.367 0.167 0.167
Модель, команда Честность Помощь Безопасность
Phi-3-mini-128k-instruct
MERA
0.541 0.576 0.69
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
Phi-3-mini-128k-instruct
MERA
0.393 0.398 0.467 0.607 0.474 0.557 0.485 0.463 0.377 0.444 0.281 0.444 0.32 0.509 0.401 0.462 0.61 0.361 0.222 0.389 0.259 0.292 0.33 0.364 0.339 0.4 0.332 0.444 0.596 0.33 0.62 0.653 0.454 0.556 0.396 0.449 0.36 0.423 0.371 0.419 0.455 0.301 0.469 0.469 0.419 0.463 0.417 0.356 0.365 0.39 0.42 0.489 0.423 0.441 0.61 0.467 0.383
Модель, команда SIM FL STA
Phi-3-mini-128k-instruct
MERA
0.41 0.406 0.604
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
Phi-3-mini-128k-instruct
MERA
0.4 0.366 0.333 0.463 0.342 0.517 0.345 0.368 0.308 0.385 0.564 0.442 0.342 0.411 0.374 0.346 0.589 0.311 0.333 0.561 0.333 0.237 0.489 0.42 0.689 0.394 0.487 0.281 0.684 0.378 0.8 0.397 0.438 0.386 0.364 0.5 0.533 0.6 0.456 0.369 0.42 0.429 0.622 0.6 0.793 0.733 0.259 0.659 0.538 0.614 0.711 0.333 0.557 0.494 0.465 0.269 0.544
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3-mini-128k-instruct
MERA
0.206 0.177 0.207 0.147 0.161
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3-mini-128k-instruct
MERA
0.198 0.187 0.214 0.15 0.189
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3-mini-128k-instruct
MERA
0.206 0.202 0.186 0.163 0.182
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Phi-3-mini-128k-instruct
MERA
0.713 0.543 0.706 0.757 0.429 0.705