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 |
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 |
|
| 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 |
| 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 |