Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.1 | Accuracy |
| RCB | 0.333 / 0.263 | Accuracy F1 macro |
| USE | 0.055 | Grade norm |
| RWSD | 0.504 | Accuracy |
| PARus | 0.49 | Accuracy |
| ruTiE | 0.5 | Accuracy |
| MultiQ | 0.088 / 0.026 | F1 Exact match |
| CheGeKa | 0.007 / 0 | F1 Exact match |
| ruModAr | 0.005 | Exact match |
| MaMuRAMu | 0.268 | Accuracy |
| ruMultiAr | 0.09 | Exact match |
| ruCodeEval | 0 / 0 / 0 | Pass@k |
| MathLogicQA | 0.275 | Accuracy |
| ruWorldTree | 0.303 / 0.279 | Accuracy F1 macro |
| ruOpenBookQA | 0.345 / 0.304 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.476 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.298 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.442 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0 / 0 / 0 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.478 | |||||||||||||||||||||||||
| ruHateSpeech | 0.521 | |||||||||||||||||||||||||
| ruDetox | 0.053 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen1.5-0.5B-Chat
MERA |
0.033 | 0 | 0.2 | 0.1 | 0 | 0.067 | 0 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0.033 | 0.217 | 0.033 | 0 | 0.033 | 0.033 | 0 | 0 | 0.033 | 0 | 0 | 0.1 | 0.133 | 0.033 | 0.033 | 0.133 | 0.133 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen1.5-0.5B-Chat
MERA |
0.492 | 0.475 | 0.466 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen1.5-0.5B-Chat
MERA |
0.281 | 0.223 | 0.336 | 0.325 | 0.346 | 0.303 | 0.301 | 0.273 | 0.306 | 0.238 | 0.237 | 0.27 | 0.32 | 0.306 | 0.287 | 0.301 | 0.27 | 0.229 | 0.333 | 0.313 | 0.263 | 0.251 | 0.36 | 0.329 | 0.232 | 0.34 | 0.275 | 0.333 | 0.237 | 0.36 | 0.32 | 0.413 | 0.301 | 0.364 | 0.336 | 0.226 | 0.3 | 0.332 | 0.291 | 0.31 | 0.364 | 0.342 | 0.317 | 0.286 | 0.316 | 0.343 | 0.319 | 0.27 | 0.252 | 0.29 | 0.38 | 0.359 | 0.331 | 0.294 | 0.32 | 0.339 | 0.342 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen1.5-0.5B-Chat
MERA |
0.635 | 0.498 | 0.292 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen1.5-0.5B-Chat
MERA |
0.267 | 0.248 | 0.217 | 0.278 | 0.303 | 0.19 | 0.362 | 0.228 | 0.288 | 0.231 | 0.346 | 0.217 | 0.217 | 0.248 | 0.316 | 0.136 | 0.383 | 0.333 | 0.246 | 0.316 | 0.281 | 0.237 | 0.133 | 0.249 | 0.311 | 0.258 | 0.295 | 0.193 | 0.404 | 0.2 | 0.4 | 0.154 | 0.125 | 0.281 | 0.167 | 0.357 | 0.2 | 0.311 | 0.228 | 0.215 | 0.302 | 0.302 | 0.311 | 0.267 | 0.328 | 0.267 | 0.276 | 0.25 | 0.338 | 0.263 | 0.378 | 0.275 | 0.456 | 0.208 | 0.256 | 0.228 | 0.322 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-0.5B-Chat
MERA |
-0.012 | -0.008 | -0.007 | 0.014 | -0.003 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-0.5B-Chat
MERA |
-0.003 | 0.003 | 0.002 | 0.002 | 0.011 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-0.5B-Chat
MERA |
-0.044 | -0.047 | -0.041 | -0.034 | -0.026 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen1.5-0.5B-Chat
MERA |
0.546 | 0.543 | 0.529 | 0.649 | 0.429 | 0.393 |