Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.024 | Accuracy |
| RCB | 0.5 / 0.418 | Accuracy F1 macro |
| USE | 0.093 | Grade norm |
| RWSD | 0.573 | Accuracy |
| PARus | 0.666 | Accuracy |
| ruTiE | 0.577 | Accuracy |
| MultiQ | 0.259 / 0.164 | F1 Exact match |
| CheGeKa | 0.008 / 0 | F1 Exact match |
| ruModAr | 0.481 | Exact match |
| MaMuRAMu | 0.44 | Accuracy |
| ruMultiAr | 0.268 | Exact match |
| ruCodeEval | 0.396 / 0.645 / 0.72 | Pass@k |
| MathLogicQA | 0.393 | Accuracy |
| ruWorldTree | 0.636 / 0.637 | Accuracy F1 macro |
| ruOpenBookQA | 0.573 / 0.571 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.909 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.408 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.879 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.376 / 0.617 / 0.701 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.567 | |||||||||||||||||||||||||
| ruHateSpeech | 0.638 | |||||||||||||||||||||||||
| ruDetox | 0.089 | |||||||||||||||||||||||||
| 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-4k-instruct
MERA |
0.133 | 0.167 | 0.5 | 0.167 | 0 | 0.067 | 0 | - | 0.033 | 0.067 | 0.033 | 0 | 0.067 | 0 | 0.167 | 0.267 | 0.033 | 0.033 | 0 | 0.033 | 0 | 0.067 | 0 | 0.033 | 0.033 | 0.033 | 0.1 | 0.2 | 0.267 | 0.2 | 0.1 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Phi-3-mini-4k-instruct
MERA |
0.508 | 0.542 | 0.655 |
| 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-4k-instruct
MERA |
0.333 | 0.416 | 0.474 | 0.607 | 0.477 | 0.582 | 0.515 | 0.46 | 0.404 | 0.417 | 0.263 | 0.429 | 0.34 | 0.491 | 0.392 | 0.454 | 0.54 | 0.375 | 0.256 | 0.397 | 0.278 | 0.251 | 0.34 | 0.37 | 0.33 | 0.43 | 0.336 | 0.435 | 0.58 | 0.37 | 0.57 | 0.669 | 0.436 | 0.566 | 0.423 | 0.397 | 0.39 | 0.435 | 0.411 | 0.414 | 0.465 | 0.32 | 0.434 | 0.454 | 0.434 | 0.477 | 0.382 | 0.326 | 0.358 | 0.382 | 0.41 | 0.489 | 0.405 | 0.445 | 0.61 | 0.491 | 0.415 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Phi-3-mini-4k-instruct
MERA |
0.501 | 0.441 | 0.549 |
| 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-4k-instruct
MERA |
0.356 | 0.327 | 0.217 | 0.472 | 0.355 | 0.534 | 0.414 | 0.368 | 0.25 | 0.477 | 0.603 | 0.45 | 0.317 | 0.38 | 0.345 | 0.309 | 0.617 | 0.333 | 0.421 | 0.491 | 0.281 | 0.271 | 0.378 | 0.402 | 0.689 | 0.394 | 0.436 | 0.228 | 0.702 | 0.422 | 0.756 | 0.359 | 0.464 | 0.456 | 0.348 | 0.5 | 0.489 | 0.489 | 0.456 | 0.4 | 0.388 | 0.397 | 0.711 | 0.533 | 0.862 | 0.778 | 0.448 | 0.682 | 0.477 | 0.667 | 0.644 | 0.319 | 0.582 | 0.506 | 0.488 | 0.251 | 0.589 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Phi-3-mini-4k-instruct
MERA |
0.179 | 0.171 | 0.19 | 0.13 | 0.162 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Phi-3-mini-4k-instruct
MERA |
0.184 | 0.187 | 0.199 | 0.14 | 0.178 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Phi-3-mini-4k-instruct
MERA |
0.193 | 0.183 | 0.195 | 0.131 | 0.151 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Phi-3-mini-4k-instruct
MERA |
0.648 | 0.571 | 0.529 | 0.649 | 0.429 | 0.705 |