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 |
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 |
|
| 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 |
| 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 |