Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.14 | Accuracy |
| RCB | 0.541 / 0.445 | Accuracy F1 macro |
| USE | 0.184 | Grade norm |
| RWSD | 0.565 | Accuracy |
| PARus | 0.866 | Accuracy |
| ruTiE | 0.696 | Accuracy |
| MultiQ | 0.395 / 0.222 | F1 Exact match |
| CheGeKa | 0.143 / 0.106 | F1 Exact match |
| ruModAr | 0.635 | Exact match |
| MaMuRAMu | 0.703 | Accuracy |
| ruMultiAr | 0.341 | Exact match |
| ruCodeEval | 0.001 / 0.003 / 0.006 | Pass@k |
| MathLogicQA | 0.442 | Accuracy |
| ruWorldTree | 0.931 / 0.932 | Accuracy F1 macro |
| ruOpenBookQA | 0.825 / 0.825 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.903 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.605 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.982 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.007 / 0.024 / 0.043 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.736 | |||||||||||||||||||||||||
| ruHateSpeech | 0.789 | |||||||||||||||||||||||||
| ruDetox | 0.172 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen1.5-32B
MERA |
0.4 | 0.267 | 0.7 | 0.1 | 0.033 | 0.267 | 0 | - | 0.033 | 0 | 0 | 0 | 0.1 | 0 | 0.133 | 0.083 | 0.067 | 0.033 | 0 | 0.033 | 0.033 | 0.733 | 0.3 | 0.033 | 0 | 0.442 | 0.167 | 0.067 | 0.5 | 0.167 | 0.167 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen1.5-32B
MERA |
0.639 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen1.5-32B
MERA |
0.474 | 0.542 | 0.763 | 0.803 | 0.722 | 0.821 | 0.767 | 0.688 | 0.688 | 0.673 | 0.421 | 0.492 | 0.39 | 0.667 | 0.75 | 0.676 | 0.71 | 0.667 | 0.389 | 0.695 | 0.226 | 0.737 | 0.45 | 0.63 | 0.42 | 0.67 | 0.458 | 0.574 | 0.722 | 0.43 | 0.7 | 0.818 | 0.613 | 0.879 | 0.634 | 0.62 | 0.44 | 0.771 | 0.47 | 0.557 | 0.798 | 0.625 | 0.538 | 0.568 | 0.757 | 0.486 | 0.804 | 0.393 | 0.436 | 0.585 | 0.46 | 0.814 | 0.7 | 0.676 | 0.83 | 0.8 | 0.772 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen1.5-32B
MERA |
0.619 | 0.642 | 0.52 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen1.5-32B
MERA |
0.511 | 0.683 | 0.633 | 0.583 | 0.658 | 0.793 | 0.638 | 0.702 | 0.769 | 0.723 | 0.731 | 0.658 | 0.525 | 0.682 | 0.678 | 0.605 | 0.692 | 0.733 | 0.526 | 0.807 | 0.702 | 0.814 | 0.689 | 0.645 | 0.644 | 0.712 | 0.718 | 0.596 | 0.912 | 0.822 | 0.822 | 0.821 | 0.67 | 0.86 | 0.606 | 0.643 | 0.711 | 0.756 | 0.614 | 0.631 | 0.8 | 0.762 | 0.733 | 0.844 | 0.879 | 0.778 | 0.948 | 0.818 | 0.646 | 0.947 | 0.733 | 0.681 | 0.759 | 0.636 | 0.558 | 0.596 | 0.789 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-32B
MERA |
0.171 | 0.181 | 0.198 | 0.156 | 0.155 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-32B
MERA |
0.201 | 0.186 | 0.214 | 0.175 | 0.194 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-32B
MERA |
0.211 | 0.224 | 0.232 | 0.204 | 0.183 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen1.5-32B
MERA |
0.778 | 0.743 | 0.824 | 0.838 | 0.286 | 0.852 |