Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.086 | Accuracy |
| RCB | 0.347 / 0.256 | Accuracy F1 macro |
| USE | 0.038 | Grade norm |
| RWSD | 0.492 | Accuracy |
| PARus | 0.47 | Accuracy |
| ruTiE | 0.504 | Accuracy |
| MultiQ | 0.152 / 0.063 | F1 Exact match |
| CheGeKa | 0.007 / 0 | F1 Exact match |
| ruModAr | 0.322 | Exact match |
| MaMuRAMu | 0.348 | Accuracy |
| ruMultiAr | 0.187 | Exact match |
| ruCodeEval | 0.023 / 0.073 / 0.098 | Pass@k |
| MathLogicQA | 0.309 | Accuracy |
| ruWorldTree | 0.39 / 0.374 | Accuracy F1 macro |
| ruOpenBookQA | 0.403 / 0.386 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.496 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.32 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.784 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.048 / 0.131 / 0.177 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.478 | |||||||||||||||||||||||||
| ruHateSpeech | 0.558 | |||||||||||||||||||||||||
| ruDetox | 0.039 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen1.5-1.8B
MERA |
0 | 0.033 | 0.333 | 0.033 | 0 | 0 | 0 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0.133 | 0.083 | 0.033 | 0 | 0.033 | 0.033 | 0 | 0 | 0 | 0 | 0 | 0.008 | 0.167 | 0.033 | 0.067 | 0.067 | 0.133 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen1.5-1.8B
MERA |
0.492 | 0.492 | 0.448 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen1.5-1.8B
MERA |
0.267 | 0.337 | 0.276 | 0.415 | 0.379 | 0.373 | 0.32 | 0.331 | 0.324 | 0.359 | 0.272 | 0.294 | 0.35 | 0.463 | 0.355 | 0.335 | 0.39 | 0.257 | 0.189 | 0.336 | 0.253 | 0.292 | 0.28 | 0.335 | 0.214 | 0.27 | 0.299 | 0.417 | 0.294 | 0.22 | 0.47 | 0.62 | 0.319 | 0.485 | 0.309 | 0.363 | 0.36 | 0.323 | 0.212 | 0.315 | 0.318 | 0.235 | 0.366 | 0.297 | 0.277 | 0.25 | 0.348 | 0.3 | 0.291 | 0.323 | 0.34 | 0.371 | 0.356 | 0.353 | 0.39 | 0.327 | 0.285 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen1.5-1.8B
MERA |
0.804 | 0.525 | 0.121 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen1.5-1.8B
MERA |
0.2 | 0.317 | 0.333 | 0.361 | 0.263 | 0.293 | 0.276 | 0.281 | 0.346 | 0.385 | 0.321 | 0.325 | 0.375 | 0.496 | 0.257 | 0.309 | 0.383 | 0.333 | 0.298 | 0.351 | 0.175 | 0.271 | 0.244 | 0.408 | 0.356 | 0.227 | 0.333 | 0.368 | 0.614 | 0.356 | 0.556 | 0.449 | 0.42 | 0.404 | 0.318 | 0.214 | 0.289 | 0.378 | 0.298 | 0.292 | 0.339 | 0.333 | 0.444 | 0.311 | 0.534 | 0.444 | 0.345 | 0.295 | 0.292 | 0.351 | 0.467 | 0.319 | 0.481 | 0.312 | 0.209 | 0.292 | 0.456 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-1.8B
MERA |
0.061 | 0.071 | 0.069 | 0.035 | 0.034 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-1.8B
MERA |
0.042 | 0.021 | 0.039 | 0.007 | 0.012 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-1.8B
MERA |
0.05 | 0.013 | 0.039 | 0.028 | 0.048 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen1.5-1.8B
MERA |
0.611 | 0.571 | 0.588 | 0.595 | 0.286 | 0.459 |