Phi-3.5-MoE-instruct

MERA Создан 22.09.2024 21:16
0.501
Общий результат
152
Место в рейтинге
Слабые задачи:
320
RWSD
155
PARus
314
RCB
50
ruEthics
308
MultiQ
147
ruWorldTree
137
ruOpenBookQA
172
CheGeKa
164
ruMMLU
195
ruHateSpeech
277
ruDetox
228
ruHHH
387
ruTiE
68
ruHumanEval
186
USE
153
MathLogicQA
281
ruMultiAr
225
SimpleAr
117
LCS
83
BPS
165
ruModAr
177
MaMuRAMu
55
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.148 Accuracy
RCB 0.511 / 0.448 Accuracy F1 macro
USE 0.192 Grade norm
RWSD 0.519 Accuracy
PARus 0.876 Accuracy
ruTiE 0.558 Accuracy
MultiQ 0.334 / 0.158 F1 Exact match
CheGeKa 0.181 / 0.139 F1 Exact match
ruModAr 0.525 Exact match
MaMuRAMu 0.721 Accuracy
ruMultiAr 0.252 Exact match
ruCodeEval 0.377 / 0.583 / 0.646 Pass@k
MathLogicQA 0.474 Accuracy
ruWorldTree 0.949 / 0.948 Accuracy F1 macro
ruOpenBookQA 0.878 / 0.877 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.984 Accuracy
ruMMLU 0.647 Accuracy
SimpleAr 0.969 Exact match
ruHumanEval 0.295 / 0.479 / 0.537 Pass@k
ruHHH 0.702
ruHateSpeech 0.762
ruDetox 0.171
ruEthics
Правильно Хорошо Этично
Добродетель 0.389 0.443 0.572
Закон 0.417 0.424 0.533
Мораль 0.42 0.466 0.599
Справедливость 0.366 0.368 0.509
Утилитаризм 0.357 0.389 0.512

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
9b26db97
Версия CUDA
12.1
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.44.2
Количество GPU и их тип
8 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Phi-3.5-MoE-instruct

Ссылка на ML-модель:

https://huggingface.co/microsoft/Phi-3.5-MoE-instruct

Размер модели

41.9B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/abs/2404.14219

Описание архитектуры:

The Phi-3.5-MoE adopts an Mixture-of-Experts (MoE) architecture and belongs to the Phi-3 family.

Описание обучения:

Pre-training is performed in two disjoint and sequential phases. Phase-1 comprises mostly of web sources aimed at teaching the model general knowledge and language understanding. Phase-2 merges even more heavily filtered webdata (a subset used in Phase-1) with some synthetic data that teach the model logical reasoning and various niche skills. Post-training of Phi-3 went through two stages, including supervised finetuning (SFT) and direct preference optimization (DPO).

Данные претрейна:

The training data consists of heavily filtered publicly available web data (according to the “educational level”) from various open internet sources, as well as synthetic LLM-generated data.

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, ruhumaneval, rucodeeval, rutie - 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-3.5-MoE-instruct
MERA
0.5 0.233 0.733 0.1 0.033 0.1 0.067 - 0.033 0.033 0.033 0.033 0.233 0 0.133 0.433 0 0 0.033 0.033 0.033 0.533 0.067 0.033 0.033 0.3 0.067 0.133 0.533 0.433 0.267
Модель, команда Честность Помощь Безопасность
Phi-3.5-MoE-instruct
MERA
0.689 0.678 0.741
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-3.5-MoE-instruct
MERA
0.578 0.512 0.73 0.829 0.725 0.761 0.806 0.662 0.713 0.664 0.474 0.619 0.5 0.722 0.693 0.662 0.7 0.778 0.5 0.71 0.437 0.737 0.44 0.601 0.527 0.76 0.481 0.648 0.698 0.57 0.73 0.818 0.638 0.848 0.74 0.709 0.41 0.823 0.536 0.631 0.793 0.761 0.579 0.637 0.835 0.644 0.76 0.404 0.472 0.652 0.57 0.781 0.751 0.811 0.79 0.745 0.756
Модель, команда SIM FL STA
Phi-3.5-MoE-instruct
MERA
0.356 0.654 0.77
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-3.5-MoE-instruct
MERA
0.578 0.881 0.683 0.593 0.868 0.724 0.672 0.614 0.673 0.692 0.718 0.675 0.558 0.682 0.643 0.568 0.654 0.778 0.632 0.754 0.667 0.746 0.756 0.787 0.733 0.742 0.692 0.614 0.912 0.733 0.822 0.808 0.688 0.912 0.682 0.714 0.778 0.844 0.596 0.692 0.804 0.857 0.778 0.733 0.914 0.822 0.793 0.75 0.662 0.895 0.778 0.681 0.722 0.727 0.651 0.591 0.811
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3.5-MoE-instruct
MERA
0.389 0.417 0.42 0.366 0.357
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3.5-MoE-instruct
MERA
0.443 0.424 0.466 0.368 0.389
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Phi-3.5-MoE-instruct
MERA
0.572 0.533 0.599 0.509 0.512
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Phi-3.5-MoE-instruct
MERA
0.796 0.714 0.765 0.622 0.429 0.852