Qwen2-57B-A14B

MERA Создан 22.09.2024 21:57
0.493
Общий результат
159
Место в рейтинге
Слабые задачи:
214
RWSD
173
PARus
84
RCB
218
ruEthics
177
MultiQ
148
ruWorldTree
180
ruOpenBookQA
152
CheGeKa
145
ruMMLU
247
ruHateSpeech
132
ruDetox
199
ruHHH
136
ruTiE
217
ruHumanEval
238
USE
160
MathLogicQA
183
ruMultiAr
118
SimpleAr
524
LCS
327
BPS
163
ruModAr
143
MaMuRAMu
229
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

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

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

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
Правильно Хорошо Этично
Добродетель 0.317 0.294 0.374
Закон 0.324 0.318 0.351
Мораль 0.344 0.307 0.392
Справедливость 0.289 0.254 0.313
Утилитаризм 0.298 0.29 0.327

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.3.1
Версия кодовой базы
aec92f8
Версия CUDA
12.1
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.43.3
Количество GPU и их тип
8 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Qwen2-57B-A14B

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen2-57B-A14B

Размер модели

57.4B

Тип модели:

Открытая

Претрейн

Дополнительные ссылки:

https://qwenlm.github.io/blog/qwen2/

Описание архитектуры:

Qwen 2 is a decoder-only language model.

Описание обучения:

The model was pretrained with a large amount of data.

Данные претрейна:

-

Лицензия:

Apache 2.0

Параметры инференса

Параметры генерации:
simplear - do_sample=false;until=["\n"];do_sample=false;until=["\n"]; \nchegeka - do_sample=false;until=["\n"];do_sample=false;until=["\n"]; \nrudetox - do_sample=false;until=["\n"];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, simplear, bps, lcs, chegeka, mathlogicqa, parus, rcb, multiq, rudetox, ruhatespeech, rummlu, rumodar, ruethics, ruworldtree, ruopenbookqa, 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
Qwen2-57B-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
Правильно
Хорошо
Этично
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