Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.108 | Accuracy |
| RCB | 0.534 / 0.456 | Accuracy F1 macro |
| USE | 0.241 | Grade norm |
| RWSD | 0.546 | Accuracy |
| PARus | 0.906 | Accuracy |
| ruTiE | 0.735 | Accuracy |
| MultiQ | 0.48 / 0.348 | F1 Exact match |
| CheGeKa | 0.19 / 0.144 | F1 Exact match |
| ruModAr | 0.513 | Exact match |
| MaMuRAMu | 0.752 | Accuracy |
| ruMultiAr | 0.322 | Exact match |
| ruCodeEval | 0.088 / 0.23 / 0.299 | Pass@k |
| MathLogicQA | 0.507 | Accuracy |
| ruWorldTree | 0.943 / 0.943 | Accuracy F1 macro |
| ruOpenBookQA | 0.885 / 0.885 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.947 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.648 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.989 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.087 / 0.221 / 0.293 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.719 | |||||||||||||||||||||||||
| ruHateSpeech | 0.826 | |||||||||||||||||||||||||
| ruDetox | 0.29 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-57B-A14B-Instruct
MERA |
0.567 | 0.467 | 0.767 | 0.167 | 0.1 | 0.433 | 0.1 | - | 0.033 | 0.1 | 0.1 | 0.067 | 0.2 | 0 | 0.1 | 0.4 | 0.033 | 0.033 | 0 | 0 | 0.033 | 0.7 | 0.267 | 0.067 | 0.1 | 0.417 | 0.133 | 0.1 | 0.367 | 0.367 | 0.333 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2-57B-A14B-Instruct
MERA |
0.721 | 0.644 | 0.793 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-57B-A14B-Instruct
MERA |
0.607 | 0.512 | 0.789 | 0.85 | 0.696 | 0.826 | 0.777 | 0.701 | 0.735 | 0.691 | 0.57 | 0.492 | 0.47 | 0.741 | 0.808 | 0.673 | 0.71 | 0.813 | 0.5 | 0.756 | 0.255 | 0.813 | 0.37 | 0.676 | 0.545 | 0.74 | 0.469 | 0.667 | 0.78 | 0.48 | 0.71 | 0.818 | 0.706 | 0.859 | 0.717 | 0.739 | 0.52 | 0.835 | 0.55 | 0.616 | 0.803 | 0.695 | 0.6 | 0.615 | 0.833 | 0.56 | 0.809 | 0.452 | 0.475 | 0.633 | 0.6 | 0.827 | 0.741 | 0.761 | 0.79 | 0.788 | 0.845 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2-57B-A14B-Instruct
MERA |
0.621 | 0.722 | 0.68 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-57B-A14B-Instruct
MERA |
0.467 | 0.842 | 0.683 | 0.63 | 0.803 | 0.759 | 0.724 | 0.719 | 0.731 | 0.692 | 0.731 | 0.708 | 0.542 | 0.798 | 0.696 | 0.63 | 0.748 | 0.778 | 0.684 | 0.825 | 0.596 | 0.864 | 0.844 | 0.817 | 0.756 | 0.788 | 0.756 | 0.719 | 0.877 | 0.778 | 0.822 | 0.846 | 0.741 | 0.912 | 0.667 | 0.768 | 0.622 | 0.778 | 0.544 | 0.677 | 0.833 | 0.873 | 0.844 | 0.822 | 0.897 | 0.889 | 0.879 | 0.818 | 0.815 | 0.912 | 0.756 | 0.739 | 0.797 | 0.753 | 0.558 | 0.637 | 0.822 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-57B-A14B-Instruct
MERA |
0.457 | 0.496 | 0.508 | 0.421 | 0.413 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-57B-A14B-Instruct
MERA |
0.444 | 0.434 | 0.458 | 0.401 | 0.414 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-57B-A14B-Instruct
MERA |
0.458 | 0.458 | 0.473 | 0.411 | 0.402 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2-57B-A14B-Instruct
MERA |
0.833 | 0.771 | 0.824 | 0.865 | 0.571 | 0.852 |