Qwen2-0.5B

MERA Создан 22.09.2024 21:47
0.248
Общий результат
540
Место в рейтинге
Слабые задачи:
533
RWSD
546
PARus
593
RCB
569
MultiQ
534
ruWorldTree
558
ruOpenBookQA
541
CheGeKa
540
ruMMLU
414
ruHateSpeech
611
ruDetox
520
ruHHH
521
ruTiE
228
ruHumanEval
584
USE
465
MathLogicQA
451
ruMultiAr
449
SimpleAr
445
LCS
588
BPS
444
ruModAr
545
MaMuRAMu
243
ruCodeEval
+18
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.08 Accuracy
RCB 0.331 / 0.217 Accuracy F1 macro
USE 0.025 Grade norm
RWSD 0.458 Accuracy
PARus 0.498 Accuracy
ruTiE 0.504 Accuracy
MultiQ 0.119 / 0.039 F1 Exact match
CheGeKa 0.009 / 0 F1 Exact match
ruModAr 0.209 Exact match
MaMuRAMu 0.335 Accuracy
ruMultiAr 0.125 Exact match
ruCodeEval 0.005 / 0.02 / 0.03 Pass@k
MathLogicQA 0.312 Accuracy
ruWorldTree 0.44 / 0.423 Accuracy F1 macro
ruOpenBookQA 0.368 / 0.357 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.464 Accuracy
ruMMLU 0.319 Accuracy
SimpleAr 0.672 Exact match
ruHumanEval 0.036 / 0.112 / 0.165 Pass@k
ruHHH 0.478
ruHateSpeech 0.566
ruDetox 0.042
ruEthics
Правильно Хорошо Этично
Добродетель -0.009 0.035 0.042
Закон 0.023 0.035 0.054
Мораль 0.023 0.042 0.043
Справедливость 0.038 0.031 0.057
Утилитаризм -0.006 0.052 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
bfloat16
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

Ссылка на ML-модель:

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

Размер модели

494.0M

Тип модели:

Открытая

Претрейн

Дополнительные ссылки:

https://arxiv.org/pdf/2407.10671

Описание архитектуры:

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

Описание обучения:

The model is trained using next-token prediction.

Данные претрейна:

Qwen2-0.5B was pre-trained using the 12 trillion token dataset. The dataset supports approximately 30 languages, such as English, Chinese, Spanish, French, German, Arabic, Russian, Korean, Japanese, Thai, and Vietnamese. Similar to previous Qwen models, high-quality multi-task instruction data is integrated into the Qwen2 pre-training process to enhance in-context learning and instruction-following abilities.

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:
mathlogicqa, parus, rcb, simplear, bps, lcs, chegeka, mathlogicqa, parus, rcb, rudetox, ruhatespeech, rummlu, ruworldtree, ruopenbookqa, rumultiar, use, rwsd, mamuramu, multiq, rumodar, ruethics, ruhhh, rutie, ruhumaneval, rucodeeval - 131072

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
MERA
0 0.033 0.233 0.133 0 0.133 0 - 0 0 0 0 0 0 0.033 0.033 0.033 0 0.067 0.033 0 0 0 0 0 0 0 0.033 0.033 0 0.033
Модель, команда Честность Помощь Безопасность
Qwen2-0.5B
MERA
0.492 0.492 0.448
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
MERA
0.37 0.211 0.289 0.432 0.379 0.393 0.388 0.338 0.392 0.309 0.175 0.254 0.36 0.454 0.345 0.361 0.32 0.278 0.244 0.313 0.28 0.228 0.23 0.335 0.286 0.35 0.297 0.361 0.241 0.3 0.34 0.512 0.319 0.475 0.321 0.278 0.29 0.358 0.245 0.291 0.323 0.294 0.352 0.276 0.318 0.338 0.304 0.252 0.326 0.311 0.31 0.304 0.328 0.303 0.39 0.412 0.373
Модель, команда SIM FL STA
Qwen2-0.5B
MERA
0.782 0.546 0.146
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
MERA
0.289 0.307 0.283 0.389 0.276 0.328 0.414 0.246 0.288 0.354 0.346 0.283 0.233 0.349 0.234 0.42 0.393 0.378 0.368 0.404 0.228 0.186 0.356 0.331 0.444 0.409 0.449 0.228 0.579 0.244 0.6 0.41 0.429 0.281 0.303 0.339 0.2 0.333 0.386 0.415 0.253 0.317 0.378 0.378 0.534 0.511 0.259 0.318 0.385 0.386 0.333 0.304 0.468 0.312 0.186 0.246 0.356
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2-0.5B
MERA
-0.009 0.023 0.023 0.038 -0.006
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2-0.5B
MERA
0.035 0.035 0.042 0.031 0.052
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2-0.5B
MERA
0.042 0.054 0.043 0.057 0.032
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen2-0.5B
MERA
0.509 0.686 0.529 0.676 0.286 0.574