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 |
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 |
|
| 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 |
| 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 |