Qwen2-1.5B

MERA Создан 22.09.2024 21:51
0.328
Общий результат
441
Место в рейтинге
Слабые задачи:
298
RWSD
572
PARus
591
RCB
496
ruEthics
468
MultiQ
392
ruWorldTree
402
ruOpenBookQA
410
CheGeKa
407
ruMMLU
423
ruHateSpeech
522
ruDetox
483
ruHHH
468
ruTiE
222
ruHumanEval
565
USE
373
MathLogicQA
399
ruMultiAr
329
SimpleAr
395
LCS
406
BPS
366
ruModAr
394
MaMuRAMu
246
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

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

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

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
Правильно Хорошо Этично
Добродетель 0.03 0.079 0.069
Закон 0.062 0.076 0.083
Мораль 0.068 0.103 0.081
Справедливость 0.024 0.064 0.047
Утилитаризм 0.03 0.039 0.068

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

Ссылка на ML-модель:

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

Размер модели

1.5B

Тип модели:

Открытая

Претрейн

Дополнительные ссылки:

https://arxiv.org/pdf/2407.10671

Описание архитектуры:

Qwen2-1.5B 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:

Qwen2-1.5B was pre-trained using the 7 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:
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
Qwen2-1.5B
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
Правильно
Хорошо
Этично
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