Qwen1.5-7B-Chat

MERA Создан 22.09.2024 21:36
0.369
Общий результат
368
Место в рейтинге
Слабые задачи:
130
RWSD
394
PARus
391
RCB
370
ruEthics
369
MultiQ
370
ruWorldTree
391
ruOpenBookQA
381
CheGeKa
385
ruMMLU
357
ruHateSpeech
432
ruDetox
303
ruHHH
324
ruTiE
392
ruHumanEval
400
USE
363
MathLogicQA
348
ruMultiAr
323
SimpleAr
561
LCS
384
BPS
380
ruModAr
397
MaMuRAMu
270
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.04 Accuracy
RCB 0.484 / 0.485 Accuracy F1 macro
USE 0.078 Grade norm
RWSD 0.585 Accuracy
PARus 0.648 Accuracy
ruTiE 0.61 Accuracy
MultiQ 0.287 / 0.147 F1 Exact match
CheGeKa 0.038 / 0.019 F1 Exact match
ruModAr 0.383 Exact match
MaMuRAMu 0.508 Accuracy
ruMultiAr 0.209 Exact match
ruCodeEval 0.002 / 0.008 / 0.012 Pass@k
MathLogicQA 0.359 Accuracy
ruWorldTree 0.745 / 0.748 Accuracy F1 macro
ruOpenBookQA 0.635 / 0.637 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.81 Accuracy
ruMMLU 0.445 Accuracy
SimpleAr 0.925 Exact match
ruHumanEval 0.001 / 0.003 / 0.006 Pass@k
ruHHH 0.629
ruHateSpeech 0.626
ruDetox 0.094
ruEthics
Правильно Хорошо Этично
Добродетель 0.188 0.189 0.251
Закон 0.188 0.186 0.244
Мораль 0.216 0.184 0.261
Справедливость 0.127 0.153 0.204
Утилитаризм 0.143 0.167 0.203

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:

Qwen1.5-7B-Chat

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen1.5-7B-Chat

Размер модели

7.7B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

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

Описание архитектуры:

Qwen1.5-7B-chat 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:

We pretrained the model with a large amount of data with next-token prediction task, and we post-trained the model with both Direct Policy Optimization (DPO) and Proximal Policy Optimization (PPO).

Данные претрейна:

Human conversations data formatted in ChatML-style and Qwen reward datasets, which are manually annotated Qwen models' answers.

Лицензия:

tongyi-qianwen-research

Параметры инференса

Параметры генерации:
simplear - do_sample=false;until=["\n"]; \nchegeka - 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;

Размер контекста:
simplear, bps, lcs, chegeka, mathlogicqa, parus, rcb, rudetox, ruhatespeech, rummlu, ruworldtree, ruopenbookqa, rumultiar, use, rwsd, mamuramu, multiq, rumodar, ruethics, ruhhh, rutie, ruhumaneval, rucodeeval - 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
Qwen1.5-7B-Chat
MERA
0.133 0.167 0.367 0.1 0 0.133 0 - 0 0 0 0 0 0 0.133 0.233 0.033 0.033 0 0 0 0.033 0 0.033 0 0.158 0.133 0.033 0.067 0.033 0.133
Модель, команда Честность Помощь Безопасность
Qwen1.5-7B-Chat
MERA
0.59 0.593 0.707
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
Qwen1.5-7B-Chat
MERA
0.393 0.386 0.487 0.645 0.493 0.622 0.553 0.518 0.444 0.448 0.281 0.365 0.29 0.481 0.498 0.486 0.52 0.41 0.256 0.565 0.237 0.45 0.3 0.422 0.295 0.43 0.351 0.519 0.616 0.4 0.52 0.62 0.417 0.646 0.483 0.406 0.34 0.545 0.331 0.443 0.566 0.441 0.407 0.398 0.564 0.412 0.588 0.322 0.358 0.425 0.44 0.654 0.426 0.479 0.58 0.642 0.554
Модель, команда SIM FL STA
Qwen1.5-7B-Chat
MERA
0.248 0.498 0.808
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
Qwen1.5-7B-Chat
MERA
0.378 0.485 0.433 0.491 0.395 0.603 0.448 0.544 0.404 0.508 0.564 0.508 0.325 0.527 0.415 0.333 0.617 0.467 0.404 0.579 0.316 0.576 0.511 0.503 0.578 0.515 0.513 0.421 0.719 0.556 0.711 0.551 0.482 0.579 0.424 0.429 0.444 0.756 0.439 0.462 0.555 0.444 0.6 0.489 0.776 0.689 0.586 0.545 0.631 0.632 0.622 0.333 0.633 0.584 0.465 0.409 0.578
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-7B-Chat
MERA
0.188 0.188 0.216 0.127 0.143
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-7B-Chat
MERA
0.189 0.186 0.184 0.153 0.167
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-7B-Chat
MERA
0.251 0.244 0.261 0.204 0.203
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen1.5-7B-Chat
MERA
0.704 0.6 0.353 0.676 0.286 0.59