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 |
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 |
|
| 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 |
| 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 |