Text Industrial Code
Лидерборд Задачи Как работает MERA
Вернуться на лидерборд

Qwen1.5-MoE-A2.7B-Chat

MERA Создан 22.09.2024 21:41
0.326
Общий результат
391
Место в рейтинге
Слабые задачи:
539
RWSD
404
PARus
401
RCB
401
MultiQ
339
ruWorldTree
304
ruOpenBookQA
338
CheGeKa
335
ruMMLU
385
ruHateSpeech
333
ruDetox
507
ruHHH
375
ruTiE
317
ruHumanEval
385
USE
359
MathLogicQA
293
ruMultiAr
253
SimpleAr
298
LCS
424
BPS
431
ruModAr
306
MaMuRAMu
+17
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.094 Accuracy
RCB 0.429 / 0.401 Accuracy F1 macro
USE 0.069 Grade norm
RWSD 0.377 Accuracy
PARus 0.56 Accuracy
ruTiE 0.532 Accuracy
MultiQ 0.232 / 0.132 F1 Exact match
CheGeKa 0.038 / 0.019 F1 Exact match
ruModAr 0.136 Exact match
MaMuRAMu 0.547 Accuracy
ruMultiAr 0.22 Exact match
ruCodeEval 0 / 0 / 0 Pass@k
MathLogicQA 0.338 Accuracy
ruWorldTree 0.724 / 0.724 Accuracy F1 macro
ruOpenBookQA 0.665 / 0.665 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.596 Accuracy
ruMMLU 0.447 Accuracy
SimpleAr 0.938 Exact match
ruHumanEval 0.002 / 0.006 / 0.006 Pass@k
ruHHH 0.461
ruHateSpeech 0.551
ruDetox 0.125
ruEthics
Правильно Хорошо Этично
Добродетель -0 0.013 -0.016
Закон -0.004 0.023 -0.036
Мораль 0.009 0.007 -0.024
Справедливость -0.017 -0.031 -0.03
Утилитаризм -0.032 -0.009 0.01

Информация о сабмите:

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
9b26db97
Версия CUDA
12.1
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.43.2
Количество GPU и их тип
2 x NVIDIA H100 80GB HBM3
Архитектура
vllm

Команда:

MERA

Название ML-модели:

Qwen1.5-MoE-A2.7B-Chat

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen1.5-MoE-A2.7B-Chat

Размер модели

14.3B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://qwenlm.github.io/blog/qwen-moe/

Описание архитектуры:

Qwen1.5-MoE is a transformer-based MoE decoder-only language model pretrained on a large amount of data.

Описание обучения:

The model was pretrained with a large amount of data, and then it was post-trained with both supervised finetuning and direct preference optimization.

Данные претрейна:

-

Лицензия:

tongyi-qianwen

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, ruhumaneval, rucodeeval - 32768 \nrutie - 2000 \nrutie - 5000

Системный промпт:
Реши задачу по инструкции ниже. Не давай никаких объяснений и пояснений к своему ответу. Не пиши ничего лишнего. Пиши только то, что указано в инструкции. Если по инструкции нужно решить пример, то напиши только числовой ответ без хода решения и пояснений. Если по инструкции нужно вывести букву, цифру или слово, выведи только его. Если по инструкции нужно выбрать один из вариантов ответа и вывести букву или цифру, которая ему соответствует, то выведи только эту букву или цифру, не давай никаких пояснений, не добавляй знаки препинания, только 1 символ в ответе. Если по инструкции нужно дописать код функции на языке Python, пиши сразу код, соблюдая отступы так, будто ты продолжаешь функцию из инструкции, не давай пояснений, не пиши комментарии, используй только аргументы из сигнатуры функции в инструкции, не пробуй считывать данные через функцию input. Не извиняйся, не строй диалог. Выдавай только ответ и ничего больше.

Развернуть информацию

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-MoE-A2.7B-Chat
MERA 		0.3 0.1 0.233 0.167 0 0.2 0 - 0.033 0 0 0 0.033 0 0.067 0.317 0 0 0 0 0 0 0 0 0 0.125 0 0.033 0.033 0 0
Модель, команда Честность Помощь Безопасность
Qwen1.5-MoE-A2.7B-Chat
MERA 		0.557 0.424 0.397
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-MoE-A2.7B-Chat
MERA 		0.341 0.398 0.474 0.701 0.497 0.667 0.583 0.518 0.531 0.516 0.254 0.27 0.3 0.528 0.557 0.497 0.55 0.41 0.244 0.504 0.265 0.567 0.25 0.428 0.375 0.48 0.351 0.565 0.535 0.31 0.6 0.678 0.497 0.626 0.472 0.462 0.29 0.555 0.358 0.394 0.571 0.327 0.441 0.379 0.558 0.315 0.529 0.352 0.34 0.374 0.31 0.599 0.431 0.496 0.57 0.57 0.544
Модель, команда SIM FL STA
Qwen1.5-MoE-A2.7B-Chat
MERA 		0.613 0.549 0.469
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-MoE-A2.7B-Chat
MERA 		0.378 0.554 0.383 0.583 0.553 0.621 0.414 0.561 0.635 0.492 0.628 0.492 0.425 0.581 0.48 0.407 0.579 0.511 0.316 0.579 0.263 0.678 0.444 0.503 0.578 0.576 0.654 0.474 0.842 0.644 0.733 0.564 0.446 0.684 0.439 0.571 0.267 0.778 0.404 0.477 0.584 0.556 0.644 0.4 0.793 0.778 0.707 0.568 0.646 0.737 0.756 0.609 0.595 0.519 0.349 0.444 0.689
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-MoE-A2.7B-Chat
MERA 		-0 -0.004 0.009 -0.017 -0.032
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-MoE-A2.7B-Chat
MERA 		0.013 0.023 0.007 -0.031 -0.009
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-MoE-A2.7B-Chat
MERA 		-0.016 -0.036 -0.024 -0.03 0.01
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen1.5-MoE-A2.7B-Chat
MERA 		0.611 0.486 0.471 0.649 0.143 0.492

MERA

Полезные ссылки

© 2025 MERA. Все права защищены.
Пользовательское соглашение Политика конфиденциальности

Мы используем файлы cookies для хранения данных. Продолжая использовать сайт, вы даете согласие на работу с этими файлами