Phi-3-small-8k-instruct

MERA Создан 22.09.2024 21:13
0.465
Общий результат
205
Место в рейтинге
Слабые задачи:
323
RWSD
247
PARus
274
RCB
165
ruEthics
238
MultiQ
168
ruWorldTree
198
ruOpenBookQA
291
CheGeKa
213
ruMMLU
84
ruHateSpeech
232
ruDetox
184
ruHHH
190
ruTiE
203
ruHumanEval
226
USE
238
MathLogicQA
260
ruMultiAr
378
SimpleAr
158
LCS
137
BPS
300
ruModAr
261
MaMuRAMu
182
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.136 Accuracy
RCB 0.525 / 0.482 Accuracy F1 macro
USE 0.168 Grade norm
RWSD 0.519 Accuracy
PARus 0.812 Accuracy
ruTiE 0.723 Accuracy
MultiQ 0.386 / 0.206 F1 Exact match
CheGeKa 0.098 / 0.065 F1 Exact match
ruModAr 0.458 Exact match
MaMuRAMu 0.661 Accuracy
ruMultiAr 0.261 Exact match
ruCodeEval 0.056 / 0.176 / 0.238 Pass@k
MathLogicQA 0.423 Accuracy
ruWorldTree 0.941 / 0.941 Accuracy F1 macro
ruOpenBookQA 0.838 / 0.838 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.969 Accuracy
ruMMLU 0.605 Accuracy
SimpleAr 0.877 Exact match
ruHumanEval 0.053 / 0.152 / 0.22 Pass@k
ruHHH 0.742
ruHateSpeech 0.823
ruDetox 0.191
ruEthics
Правильно Хорошо Этично
Добродетель 0.388 0.463 0.537
Закон 0.43 0.448 0.562
Мораль 0.415 0.462 0.566
Справедливость 0.343 0.403 0.512
Утилитаризм 0.292 0.359 0.431

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-small-8k-instruct

Размер модели

7.4B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/pdf/2404.14219

Описание архитектуры:

Phi-3 Small-8K-Instruct has 7B parameters and is a dense decoder-only Transformer model with alternating dense and block sparse attentions.

Описание обучения:

The model underwent a post-training process that incorporates both supervised fine-tuning and direct preference optimization for the instruction following and safety measures.

Данные претрейна:

The training data includes a wide variety of sources, totaling 4.8 trillion tokens (including 10% multilingual), 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 - 8192

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-small-8k-instruct
MERA
0.367 0.333 0.667 0.167 0 0.233 0.033 - 0.033 0 0 0.033 0.133 0 0.133 0.267 0.067 0 0 0.033 0 0.4 0.1 0.033 0.1 0.292 0.067 0.067 0.333 0.267 0.4
Модель, команда Честность Помощь Безопасность
Phi-3-small-8k-instruct
MERA
0.656 0.729 0.845
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-small-8k-instruct
MERA
0.578 0.458 0.691 0.795 0.683 0.761 0.767 0.637 0.63 0.632 0.43 0.524 0.43 0.713 0.659 0.645 0.61 0.708 0.433 0.725 0.451 0.684 0.39 0.595 0.518 0.63 0.455 0.565 0.678 0.48 0.71 0.81 0.712 0.808 0.619 0.679 0.38 0.748 0.45 0.547 0.798 0.599 0.538 0.546 0.772 0.537 0.701 0.396 0.443 0.598 0.51 0.759 0.687 0.71 0.71 0.745 0.736
Модель, команда SIM FL STA
Phi-3-small-8k-instruct
MERA
0.438 0.66 0.768
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-small-8k-instruct
MERA
0.444 0.782 0.583 0.583 0.684 0.672 0.552 0.614 0.538 0.662 0.641 0.567 0.5 0.667 0.561 0.593 0.701 0.622 0.544 0.754 0.614 0.763 0.689 0.751 0.733 0.712 0.692 0.561 0.93 0.667 0.822 0.731 0.589 0.789 0.621 0.696 0.689 0.778 0.509 0.692 0.718 0.73 0.667 0.733 0.879 0.867 0.793 0.795 0.677 0.737 0.756 0.58 0.747 0.584 0.581 0.456 0.667
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3-small-8k-instruct
MERA
0.388 0.43 0.415 0.343 0.292
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3-small-8k-instruct
MERA
0.463 0.448 0.462 0.403 0.359
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3-small-8k-instruct
MERA
0.537 0.562 0.566 0.512 0.431
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Phi-3-small-8k-instruct
MERA
0.833 0.743 0.941 0.784 0.714 0.852