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 |
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 |
|
| 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 |
| 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 |