Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.072 | Accuracy |
| RCB | 0.473 / 0.419 | Accuracy F1 macro |
| USE | 0.056 | Grade norm |
| RWSD | 0.558 | Accuracy |
| PARus | 0.6 | Accuracy |
| ruTiE | 0.556 | Accuracy |
| MultiQ | 0.345 / 0.17 | F1 Exact match |
| CheGeKa | 0.043 / 0.022 | F1 Exact match |
| ruModAr | 0.485 | Exact match |
| MaMuRAMu | 0.52 | Accuracy |
| ruMultiAr | 0.275 | Exact match |
| ruCodeEval | 0.001 / 0.003 / 0.006 | Pass@k |
| MathLogicQA | 0.382 | Accuracy |
| ruWorldTree | 0.714 / 0.711 | Accuracy F1 macro |
| ruOpenBookQA | 0.65 / 0.65 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.764 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.441 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.965 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.005 / 0.026 / 0.049 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.59 | |||||||||||||||||||||||||
| ruHateSpeech | 0.634 | |||||||||||||||||||||||||
| ruDetox | 0.105 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen1.5-7B
MERA |
0.1 | 0.1 | 0.333 | 0.067 | 0 | 0.1 | 0 | - | 0 | 0 | 0 | 0.033 | 0 | 0 | 0.133 | 0.067 | 0.033 | 0.033 | 0.067 | 0.033 | 0 | 0 | 0 | 0 | 0 | 0.1 | 0.067 | 0.067 | 0.033 | 0.067 | 0.1 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen1.5-7B
MERA |
0.541 | 0.627 | 0.603 |
| 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
MERA |
0.378 | 0.404 | 0.48 | 0.692 | 0.49 | 0.622 | 0.553 | 0.514 | 0.481 | 0.439 | 0.342 | 0.349 | 0.38 | 0.509 | 0.497 | 0.532 | 0.52 | 0.431 | 0.278 | 0.58 | 0.253 | 0.497 | 0.26 | 0.405 | 0.313 | 0.47 | 0.364 | 0.509 | 0.555 | 0.4 | 0.58 | 0.645 | 0.448 | 0.657 | 0.528 | 0.427 | 0.37 | 0.484 | 0.351 | 0.438 | 0.551 | 0.338 | 0.49 | 0.408 | 0.509 | 0.361 | 0.51 | 0.274 | 0.358 | 0.4 | 0.42 | 0.603 | 0.415 | 0.424 | 0.59 | 0.527 | 0.497 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen1.5-7B
MERA |
0.727 | 0.581 | 0.323 |
| 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
MERA |
0.311 | 0.554 | 0.417 | 0.509 | 0.421 | 0.569 | 0.483 | 0.544 | 0.385 | 0.492 | 0.59 | 0.483 | 0.3 | 0.589 | 0.427 | 0.432 | 0.561 | 0.444 | 0.386 | 0.561 | 0.316 | 0.61 | 0.444 | 0.503 | 0.644 | 0.576 | 0.526 | 0.474 | 0.789 | 0.622 | 0.733 | 0.628 | 0.527 | 0.649 | 0.409 | 0.464 | 0.422 | 0.622 | 0.404 | 0.492 | 0.559 | 0.476 | 0.778 | 0.556 | 0.81 | 0.6 | 0.569 | 0.545 | 0.615 | 0.684 | 0.6 | 0.42 | 0.633 | 0.649 | 0.372 | 0.38 | 0.556 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-7B
MERA |
0.105 | 0.108 | 0.115 | 0.079 | 0.077 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-7B
MERA |
0.121 | 0.137 | 0.134 | 0.107 | 0.1 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen1.5-7B
MERA |
0.139 | 0.168 | 0.173 | 0.128 | 0.144 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen1.5-7B
MERA |
0.611 | 0.714 | 0.647 | 0.622 | 0.571 | 0.639 |