Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.052 | Accuracy |
| RCB | 0.573 / 0.478 | Accuracy F1 macro |
| USE | 0.164 | Grade norm |
| RWSD | 0.554 | Accuracy |
| PARus | 0.87 | Accuracy |
| ruTiE | 0.776 | Accuracy |
| MultiQ | 0.444 / 0.287 | F1 Exact match |
| CheGeKa | 0.2 / 0.156 | F1 Exact match |
| ruModAr | 0.531 | Exact match |
| MaMuRAMu | 0.751 | Accuracy |
| ruMultiAr | 0.298 | Exact match |
| ruCodeEval | 0.012 / 0.052 / 0.091 | Pass@k |
| MathLogicQA | 0.473 | Accuracy |
| ruWorldTree | 0.949 / 0.949 | Accuracy F1 macro |
| ruOpenBookQA | 0.85 / 0.85 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.89 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.658 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.988 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.042 / 0.152 / 0.232 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.73 | |||||||||||||||||||||||||
| ruHateSpeech | 0.725 | |||||||||||||||||||||||||
| ruDetox | 0.256 | |||||||||||||||||||||||||
| 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
MERA |
0.467 | 0.333 | 0.733 | 0.067 | 0 | 0.3 | 0.033 | - | 0.033 | 0 | 0 | 0 | 0.167 | 0 | 0.1 | 0.167 | 0.033 | 0.033 | 0 | 0.033 | 0 | 0.567 | 0.133 | 0.033 | 0 | 0.35 | 0.033 | 0.167 | 0.233 | 0.1 | 0.233 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2-57B-A14B
MERA |
0.721 | 0.729 | 0.741 |
| 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
MERA |
0.63 | 0.494 | 0.763 | 0.863 | 0.745 | 0.826 | 0.825 | 0.727 | 0.713 | 0.677 | 0.526 | 0.484 | 0.46 | 0.759 | 0.797 | 0.699 | 0.69 | 0.826 | 0.522 | 0.725 | 0.334 | 0.789 | 0.34 | 0.688 | 0.545 | 0.81 | 0.483 | 0.685 | 0.751 | 0.54 | 0.67 | 0.793 | 0.65 | 0.848 | 0.732 | 0.714 | 0.45 | 0.832 | 0.47 | 0.631 | 0.854 | 0.732 | 0.621 | 0.589 | 0.82 | 0.606 | 0.843 | 0.459 | 0.5 | 0.669 | 0.56 | 0.827 | 0.754 | 0.857 | 0.77 | 0.824 | 0.798 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2-57B-A14B
MERA |
0.655 | 0.725 | 0.593 |
| 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
MERA |
0.467 | 0.861 | 0.7 | 0.667 | 0.829 | 0.759 | 0.672 | 0.702 | 0.731 | 0.738 | 0.769 | 0.708 | 0.558 | 0.783 | 0.667 | 0.679 | 0.71 | 0.8 | 0.579 | 0.842 | 0.596 | 0.881 | 0.867 | 0.787 | 0.711 | 0.758 | 0.756 | 0.702 | 0.895 | 0.756 | 0.822 | 0.859 | 0.705 | 0.877 | 0.667 | 0.696 | 0.667 | 0.822 | 0.632 | 0.631 | 0.849 | 0.905 | 0.8 | 0.911 | 0.914 | 0.844 | 0.879 | 0.841 | 0.8 | 0.93 | 0.8 | 0.754 | 0.772 | 0.714 | 0.512 | 0.637 | 0.833 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-57B-A14B
MERA |
0.317 | 0.324 | 0.344 | 0.289 | 0.298 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-57B-A14B
MERA |
0.294 | 0.318 | 0.307 | 0.254 | 0.29 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-57B-A14B
MERA |
0.374 | 0.351 | 0.392 | 0.313 | 0.327 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2-57B-A14B
MERA |
0.722 | 0.629 | 0.824 | 0.757 | 0.429 | 0.77 |