Qwen1.5-4B

MERA Создан 22.09.2024 21:33
0.321
Общий результат
452
Место в рейтинге
Слабые задачи:
132
RWSD
496
PARus
473
RCB
460
MultiQ
507
ruWorldTree
491
ruOpenBookQA
470
CheGeKa
502
ruMMLU
528
ruHateSpeech
564
ruDetox
561
ruHHH
477
ruTiE
262
ruHumanEval
464
USE
406
MathLogicQA
332
ruMultiAr
310
SimpleAr
351
LCS
506
BPS
316
ruModAr
484
MaMuRAMu
250
ruCodeEval
+18
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.094 Accuracy
RCB 0.418 / 0.347 Accuracy F1 macro
USE 0.065 Grade norm
RWSD 0.585 Accuracy
PARus 0.526 Accuracy
ruTiE 0.51 Accuracy
MultiQ 0.228 / 0.101 F1 Exact match
CheGeKa 0.018 / 0.005 F1 Exact match
ruModAr 0.447 Exact match
MaMuRAMu 0.429 Accuracy
ruMultiAr 0.224 Exact match
ruCodeEval 0.004 / 0.017 / 0.03 Pass@k
MathLogicQA 0.339 Accuracy
ruWorldTree 0.53 / 0.522 Accuracy F1 macro
ruOpenBookQA 0.498 / 0.496 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.547 Accuracy
ruMMLU 0.358 Accuracy
SimpleAr 0.93 Exact match
ruHumanEval 0.011 / 0.042 / 0.073 Pass@k
ruHHH 0.461
ruHateSpeech 0.502
ruDetox 0.053
ruEthics
Правильно Хорошо Этично
Добродетель -0.029 0.053 0.051
Закон -0.004 0.066 0.062
Мораль -0.013 0.059 0.058
Справедливость -0.026 0.052 0.059
Утилитаризм -0.047 0.002 0.03

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
6ec745e0
Версия CUDA
12.1
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.43.2
Количество GPU и их тип
1 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Qwen1.5-4B

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen1.5-4B

Размер модели

4.0B

Тип модели:

Открытая

Претрейн

Дополнительные ссылки:

https://qwenlm.github.io/blog/qwen1.5/

Описание архитектуры:

Qwen1.5-4B is based on the Transformer architecture with SwiGLU activation, attention QKV bias, group query attention, mixture of sliding window attention and full attention.

Описание обучения:

The model is trained using next-token prediction.

Данные претрейна:

Dataset consists of around 3T tokens and includes public web documents, encyclopedia, books, codes, etc. Additionally, dataset is multilingual, with a significant portion of the data being in English and Chinese. 1. To increase the diversity of our data, the deduplication techniques were employed, including exact-match deduplication after normalization and fuzzy deduplication using MinHash and LSH algorithms. 2. To filter out low-quality data, a combination of rule-based and machine-learning-based methods were used. 3. Texts are manually sampled from various sources and reviewed to ensure their quality. 4. To further enhance the performance of the model, high-quality instruction data have been incorporated into the pretraining process.

Лицензия:

tongyi-qianwen-research

Параметры инференса

Параметры генерации:
chegeka - 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; \nsimplear - do_sample=false;until=["\n"];

Размер контекста:
bps, lcs, chegeka, mathlogicqa, parus, rcb, rudetox, ruhatespeech, rummlu, ruworldtree, ruopenbookqa, rumultiar, use, rwsd, mamuramu, multiq, rumodar, ruethics, ruhhh, rutie, ruhumaneval, rucodeeval, simplear - 32768

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
Qwen1.5-4B
MERA
0.067 0.1 0.367 0.2 0 0.133 0 - 0 0 0 0 0 0 0.133 0.083 0.033 0.033 0 0.033 0 0 0.033 0 0.067 0.083 0.167 0.033 0.033 0.133 0.133
Модель, команда Честность Помощь Безопасность
Qwen1.5-4B
MERA
0.41 0.475 0.5
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
Qwen1.5-4B
MERA
0.326 0.38 0.342 0.521 0.369 0.507 0.466 0.453 0.395 0.498 0.237 0.302 0.32 0.407 0.395 0.387 0.43 0.25 0.189 0.435 0.225 0.345 0.31 0.301 0.286 0.38 0.329 0.454 0.457 0.27 0.48 0.529 0.374 0.535 0.392 0.363 0.27 0.335 0.245 0.296 0.434 0.246 0.434 0.342 0.348 0.245 0.426 0.285 0.287 0.338 0.35 0.515 0.346 0.345 0.49 0.479 0.358
Модель, команда SIM FL STA
Qwen1.5-4B
MERA
0.839 0.53 0.144
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
Qwen1.5-4B
MERA
0.356 0.356 0.4 0.435 0.342 0.431 0.362 0.333 0.442 0.4 0.551 0.408 0.4 0.543 0.374 0.321 0.477 0.289 0.386 0.404 0.246 0.475 0.378 0.331 0.422 0.53 0.5 0.386 0.667 0.333 0.689 0.538 0.482 0.579 0.409 0.411 0.2 0.511 0.386 0.369 0.416 0.349 0.511 0.489 0.707 0.556 0.466 0.386 0.569 0.491 0.622 0.319 0.544 0.416 0.256 0.322 0.489
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-4B
MERA
-0.029 -0.004 -0.013 -0.026 -0.047
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-4B
MERA
0.053 0.066 0.059 0.052 0.002
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-4B
MERA
0.051 0.062 0.058 0.059 0.03
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen1.5-4B
MERA
0.491 0.486 0.588 0.432 0.429 0.557