Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.088 | Accuracy |
| RCB | 0.331 / 0.282 | Accuracy F1 macro |
| USE | 0.037 | Grade norm |
| RWSD | 0.527 | Accuracy |
| PARus | 0.486 | Accuracy |
| ruTiE | 0.512 | Accuracy |
| MultiQ | 0.223 / 0.092 | F1 Exact match |
| CheGeKa | 0.03 / 0.01 | F1 Exact match |
| ruModAr | 0.396 | Exact match |
| MaMuRAMu | 0.51 | Accuracy |
| ruMultiAr | 0.169 | Exact match |
| ruCodeEval | 0.004 / 0.02 / 0.037 | Pass@k |
| MathLogicQA | 0.356 | Accuracy |
| ruWorldTree | 0.718 / 0.716 | Accuracy F1 macro |
| ruOpenBookQA | 0.625 / 0.626 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.773 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.43 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.923 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.038 / 0.137 / 0.213 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.494 | |||||||||||||||||||||||||
| ruHateSpeech | 0.558 | |||||||||||||||||||||||||
| ruDetox | 0.066 | |||||||||||||||||||||||||
| 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
MERA |
0 | 0.067 | 0.3 | 0.133 | 0 | 0.067 | 0 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0.133 | 0.133 | 0.033 | 0 | 0.033 | 0.033 | 0 | 0 | 0 | 0 | 0 | 0.008 | 0.067 | 0.033 | 0 | 0.033 | 0.033 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2-1.5B
MERA |
0.525 | 0.508 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-1.5B
MERA |
0.415 | 0.373 | 0.441 | 0.667 | 0.529 | 0.647 | 0.621 | 0.505 | 0.438 | 0.43 | 0.263 | 0.31 | 0.29 | 0.519 | 0.496 | 0.488 | 0.47 | 0.382 | 0.289 | 0.458 | 0.274 | 0.526 | 0.32 | 0.428 | 0.295 | 0.45 | 0.351 | 0.426 | 0.486 | 0.36 | 0.61 | 0.686 | 0.448 | 0.616 | 0.502 | 0.385 | 0.29 | 0.468 | 0.338 | 0.414 | 0.591 | 0.353 | 0.49 | 0.361 | 0.521 | 0.375 | 0.471 | 0.319 | 0.34 | 0.395 | 0.41 | 0.532 | 0.444 | 0.462 | 0.49 | 0.539 | 0.44 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2-1.5B
MERA |
0.808 | 0.575 | 0.209 |
| 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
MERA |
0.422 | 0.525 | 0.417 | 0.519 | 0.368 | 0.569 | 0.466 | 0.386 | 0.385 | 0.462 | 0.603 | 0.5 | 0.408 | 0.62 | 0.368 | 0.506 | 0.57 | 0.467 | 0.474 | 0.544 | 0.316 | 0.542 | 0.333 | 0.467 | 0.556 | 0.591 | 0.615 | 0.491 | 0.754 | 0.533 | 0.733 | 0.679 | 0.518 | 0.456 | 0.409 | 0.554 | 0.4 | 0.578 | 0.316 | 0.508 | 0.527 | 0.524 | 0.6 | 0.511 | 0.828 | 0.756 | 0.5 | 0.318 | 0.677 | 0.702 | 0.6 | 0.333 | 0.646 | 0.558 | 0.349 | 0.398 | 0.578 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-1.5B
MERA |
0.03 | 0.062 | 0.068 | 0.024 | 0.03 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-1.5B
MERA |
0.079 | 0.076 | 0.103 | 0.064 | 0.039 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-1.5B
MERA |
0.069 | 0.083 | 0.081 | 0.047 | 0.068 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2-1.5B
MERA |
0.528 | 0.571 | 0.529 | 0.595 | 0.429 | 0.607 |