Qwen2-0.5B-Instruct

MERA Создан 22.09.2024 21:42
0.255
Общий результат
534
Место в рейтинге
Слабые задачи:
445
RWSD
545
PARus
560
RCB
543
MultiQ
535
ruWorldTree
556
ruOpenBookQA
578
CheGeKa
538
ruMMLU
549
ruHateSpeech
552
ruDetox
450
ruHHH
504
ruTiE
230
ruHumanEval
552
USE
479
MathLogicQA
479
ruMultiAr
455
SimpleAr
450
LCS
557
BPS
432
ruModAr
543
MaMuRAMu
238
ruCodeEval
+18
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.078 Accuracy
RCB 0.345 / 0.287 Accuracy F1 macro
USE 0.04 Grade norm
RWSD 0.492 Accuracy
PARus 0.498 Accuracy
ruTiE 0.506 Accuracy
MultiQ 0.144 / 0.061 F1 Exact match
CheGeKa 0.006 / 0 F1 Exact match
ruModAr 0.243 Exact match
MaMuRAMu 0.337 Accuracy
ruMultiAr 0.099 Exact match
ruCodeEval 0.007 / 0.023 / 0.037 Pass@k
MathLogicQA 0.307 Accuracy
ruWorldTree 0.425 / 0.414 Accuracy F1 macro
ruOpenBookQA 0.37 / 0.353 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.497 Accuracy
ruMMLU 0.32 Accuracy
SimpleAr 0.655 Exact match
ruHumanEval 0.03 / 0.084 / 0.116 Pass@k
ruHHH 0.517
ruHateSpeech 0.487
ruDetox 0.055
ruEthics
Правильно Хорошо Этично
Добродетель 0.043 0.035 -0.021
Закон 0.062 0.051 0.029
Мораль 0.057 0.059 -0.001
Справедливость 0.063 0.041 -0.008
Утилитаризм 0.025 0.066 -0.032

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
float16
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:

Qwen2-0.5B-Instruct

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen2-0.5B-Instruct

Размер модели

494.0M

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/pdf/2407.10671

Описание архитектуры:

Qwen2-0.5B-instruct is based on the Transformer architecture with SwiGLU activation, attention QKV bias, group query attention, RoPE and RMSNorm

Описание обучения:

SFT and RLHF on the mix of manually and synthetically annotated samples after pertaining with next-token prediction task.

Данные претрейна:

The post-training data primarily consists of two components: demonstration data D = {($x_i$ , $y_i$ )} and preference data P = {($x_i$ , $y_i^+$, $y_i^-$ )}, where $x_i$ represents the instruction, $y_i$ represents a satisfactory response, and $y_i^+$ and $y_i^-$ are two responses to $x_i$, with $y_i^+$ being the preferred choice over $y_i^-$. The set D is utilized in SFT, whereas P is employed in RLHF. We have assembled an extensive instruction dataset featuring more than 500,000 examples that cover skills such as instruction following, coding, mathematics, logical reasoning, role-playing, multilingualism, and safety.

Лицензия:

Apache-2.0

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
Qwen2-0.5B-Instruct
MERA
0.033 0.033 0.3 0.1 0 0.267 0 - 0 0 0 0 0 0 0.033 0.15 0.033 0 0.067 0 0 0 0 0 0 0.008 0 0.033 0.067 0 0.067
Модель, команда Честность Помощь Безопасность
Qwen2-0.5B-Instruct
MERA
0.525 0.559 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
Qwen2-0.5B-Instruct
MERA
0.393 0.295 0.355 0.38 0.35 0.368 0.379 0.334 0.37 0.336 0.219 0.262 0.37 0.491 0.364 0.361 0.33 0.264 0.144 0.26 0.289 0.263 0.33 0.341 0.205 0.28 0.284 0.426 0.269 0.31 0.33 0.471 0.374 0.434 0.317 0.278 0.26 0.368 0.219 0.32 0.318 0.254 0.317 0.3 0.343 0.319 0.333 0.248 0.323 0.316 0.36 0.35 0.29 0.273 0.37 0.479 0.337
Модель, команда SIM FL STA
Qwen2-0.5B-Instruct
MERA
0.546 0.525 0.347
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
Qwen2-0.5B-Instruct
MERA
0.222 0.317 0.317 0.417 0.289 0.293 0.345 0.263 0.327 0.415 0.372 0.3 0.192 0.403 0.228 0.296 0.402 0.422 0.298 0.333 0.246 0.186 0.356 0.32 0.378 0.379 0.449 0.228 0.649 0.289 0.556 0.321 0.429 0.333 0.288 0.321 0.311 0.311 0.368 0.338 0.29 0.302 0.333 0.289 0.586 0.467 0.31 0.295 0.477 0.368 0.333 0.333 0.418 0.325 0.395 0.263 0.367
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2-0.5B-Instruct
MERA
0.043 0.062 0.057 0.063 0.025
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2-0.5B-Instruct
MERA
0.035 0.051 0.059 0.041 0.066
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2-0.5B-Instruct
MERA
-0.021 0.029 -0.001 -0.008 -0.032
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen2-0.5B-Instruct
MERA
0.435 0.514 0.412 0.595 0.143 0.557