Qwen2-1.5B-Instruct

MERA Создан 22.09.2024 21:49
0.338
Общий результат
422
Место в рейтинге
Слабые задачи:
391
RWSD
480
PARus
496
RCB
419
ruEthics
403
MultiQ
406
ruWorldTree
385
ruOpenBookQA
400
CheGeKa
403
ruMMLU
422
ruHateSpeech
301
ruDetox
391
ruHHH
391
ruTiE
215
ruHumanEval
507
USE
420
MathLogicQA
434
ruMultiAr
346
SimpleAr
457
LCS
363
BPS
372
ruModAr
406
MaMuRAMu
227
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.076 Accuracy
RCB 0.395 / 0.318 Accuracy F1 macro
USE 0.053 Grade norm
RWSD 0.504 Accuracy
PARus 0.54 Accuracy
ruTiE 0.558 Accuracy
MultiQ 0.265 / 0.137 F1 Exact match
CheGeKa 0.032 / 0.017 F1 Exact match
ruModAr 0.392 Exact match
MaMuRAMu 0.505 Accuracy
ruMultiAr 0.14 Exact match
ruCodeEval 0.013 / 0.048 / 0.067 Pass@k
MathLogicQA 0.334 Accuracy
ruWorldTree 0.707 / 0.705 Accuracy F1 macro
ruOpenBookQA 0.638 / 0.637 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.849 Accuracy
ruMMLU 0.434 Accuracy
SimpleAr 0.908 Exact match
ruHumanEval 0.043 / 0.115 / 0.152 Pass@k
ruHHH 0.551
ruHateSpeech 0.558
ruDetox 0.159
ruEthics
Правильно Хорошо Этично
Добродетель 0.171 0.193 0.14
Закон 0.151 0.192 0.135
Мораль 0.185 0.202 0.174
Справедливость 0.118 0.153 0.091
Утилитаризм 0.13 0.168 0.109

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:

Qwen2-1.5B-Instruct

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen2-1.5B-Instruct

Размер модели

1.5B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/pdf/2407.10671

Описание архитектуры:

Qwen2-1.5B-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
Qwen2-1.5B-Instruct
MERA
0.033 0.1 0.333 0.2 0 0.1 0 - 0 0 0 0 0.033 0 0.133 0.133 0.033 0 0 0.033 0 0 0 0 0.033 0.067 0.033 0.033 0.067 0.033 0.067
Модель, команда Честность Помощь Безопасность
Qwen2-1.5B-Instruct
MERA
0.541 0.542 0.569
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
Qwen2-1.5B-Instruct
MERA
0.459 0.41 0.441 0.679 0.516 0.637 0.592 0.476 0.438 0.466 0.281 0.246 0.35 0.528 0.501 0.465 0.48 0.354 0.322 0.496 0.25 0.544 0.39 0.405 0.366 0.45 0.352 0.435 0.588 0.37 0.58 0.678 0.479 0.626 0.483 0.402 0.28 0.474 0.318 0.369 0.586 0.342 0.49 0.39 0.547 0.343 0.5 0.352 0.348 0.387 0.42 0.561 0.472 0.416 0.45 0.588 0.425
Модель, команда SIM FL STA
Qwen2-1.5B-Instruct
MERA
0.588 0.643 0.522
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
Qwen2-1.5B-Instruct
MERA
0.444 0.525 0.3 0.565 0.434 0.517 0.483 0.386 0.404 0.477 0.603 0.533 0.392 0.605 0.38 0.481 0.598 0.444 0.474 0.579 0.263 0.508 0.378 0.479 0.6 0.545 0.615 0.526 0.737 0.556 0.756 0.603 0.473 0.456 0.409 0.464 0.444 0.644 0.316 0.523 0.494 0.492 0.644 0.489 0.776 0.622 0.517 0.295 0.662 0.684 0.578 0.406 0.684 0.494 0.349 0.404 0.556
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2-1.5B-Instruct
MERA
0.171 0.151 0.185 0.118 0.13
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2-1.5B-Instruct
MERA
0.193 0.192 0.202 0.153 0.168
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2-1.5B-Instruct
MERA
0.14 0.135 0.174 0.091 0.109
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen2-1.5B-Instruct
MERA
0.537 0.571 0.471 0.595 0.143 0.639