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 |
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 |
|
| 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 |
| 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 |