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

MERA Создан 22.09.2024 21:41
0.336
Общий результат
427
Место в рейтинге
Слабые задачи:
297
RWSD
477
PARus
466
RCB
450
MultiQ
378
ruWorldTree
363
ruOpenBookQA
383
CheGeKa
382
ruMMLU
428
ruHateSpeech
378
ruDetox
495
ruHHH
355
ruTiE
364
ruHumanEval
439
USE
435
MathLogicQA
340
ruMultiAr
295
SimpleAr
394
LCS
464
BPS
480
ruModAr
353
MaMuRAMu
+17
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.088 Accuracy
RCB 0.42 / 0.393 Accuracy F1 macro
USE 0.069 Grade norm
RWSD 0.527 Accuracy
PARus 0.542 Accuracy
ruTiE 0.583 Accuracy
MultiQ 0.232 / 0.132 F1 Exact match
CheGeKa 0.038 / 0.019 F1 Exact match
ruModAr 0.136 Exact match
MaMuRAMu 0.548 Accuracy
ruMultiAr 0.22 Exact match
ruCodeEval 0 / 0 / 0 Pass@k
MathLogicQA 0.325 Accuracy
ruWorldTree 0.733 / 0.734 Accuracy F1 macro
ruOpenBookQA 0.655 / 0.655 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.637 Accuracy
ruMMLU 0.447 Accuracy
SimpleAr 0.938 Exact match
ruHumanEval 0.002 / 0.006 / 0.006 Pass@k
ruHHH 0.489
ruHateSpeech 0.555
ruDetox 0.125
ruEthics
Правильно Хорошо Этично
Добродетель 0.04 0.097 -0.026
Закон 0.038 0.084 -0.033
Мораль 0.031 0.09 -0.032
Справедливость 0.026 0.061 -0.048
Утилитаризм 0.004 0.066 -0.02

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.

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
0.508 0.492 0.466
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
0.348 0.386 0.461 0.692 0.5 0.657 0.602 0.511 0.515 0.493 0.263 0.365 0.28 0.528 0.557 0.497 0.57 0.389 0.278 0.504 0.266 0.544 0.3 0.416 0.357 0.5 0.349 0.556 0.555 0.33 0.62 0.686 0.497 0.626 0.487 0.462 0.31 0.555 0.331 0.389 0.576 0.342 0.414 0.39 0.551 0.31 0.529 0.333 0.348 0.382 0.29 0.595 0.446 0.496 0.57 0.582 0.554
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 0.564 0.4 0.583 0.553 0.655 0.431 0.544 0.615 0.477 0.615 0.483 0.408 0.597 0.497 0.395 0.589 0.511 0.316 0.579 0.246 0.695 0.444 0.491 0.578 0.576 0.628 0.509 0.825 0.667 0.733 0.564 0.446 0.684 0.47 0.571 0.267 0.756 0.439 0.492 0.592 0.524 0.644 0.4 0.793 0.778 0.707 0.523 0.631 0.754 0.756 0.623 0.582 0.532 0.395 0.444 0.7
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-MoE-A2.7B-Chat
MERA
0.04 0.038 0.031 0.026 0.004
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-MoE-A2.7B-Chat
MERA
0.097 0.084 0.09 0.061 0.066
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen1.5-MoE-A2.7B-Chat
MERA
-0.026 -0.033 -0.032 -0.048 -0.02
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen1.5-MoE-A2.7B-Chat
MERA
0.537 0.543 0.471 0.784 0.286 0.508