Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.164 | Accuracy |
| RCB | 0.511 / 0.484 | Accuracy F1 macro |
| USE | 0.325 | Grade norm |
| RWSD | 0.658 | Accuracy |
| PARus | 0.944 | Accuracy |
| ruTiE | 0.87 | Accuracy |
| MultiQ | 0.58 / 0.447 | F1 Exact match |
| CheGeKa | 0.324 / 0.267 | F1 Exact match |
| ruModAr | 0.6 | Exact match |
| MaMuRAMu | 0.838 | Accuracy |
| ruMultiAr | 0.387 | Exact match |
| ruCodeEval | 0 / 0 / 0 | Pass@k |
| MathLogicQA | 0.626 | Accuracy |
| ruWorldTree | 0.985 / 0.789 | Accuracy F1 macro |
| ruOpenBookQA | 0.945 / 0.945 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.988 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.756 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.994 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.006 / 0.006 / 0.006 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.86 | |||||||||||||||||||||||||
| ruHateSpeech | 0.868 | |||||||||||||||||||||||||
| ruDetox | 0.335 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-72B-Instruct
MERA |
0.533 | 0.633 | 0.8 | 0.1 | 0.067 | 0.533 | 0.2 | - | 0.167 | 0.067 | 0.033 | 0.033 | 0.233 | 0.1 | 0.133 | 0.417 | 0 | 0 | 0.067 | 0.067 | 0.133 | 0.767 | 0.433 | 0.2 | 0.233 | 0.708 | 0.2 | 0.233 | 0.533 | 0.367 | 0.533 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2-72B-Instruct
MERA |
0.852 | 0.864 | 0.862 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-72B-Instruct
MERA |
0.763 | 0.554 | 0.901 | 0.893 | 0.84 | 0.866 | 0.796 | 0.791 | 0.855 | 0.762 | 0.649 | 0.579 | 0.66 | 0.833 | 0.89 | 0.772 | 0.79 | 0.882 | 0.633 | 0.802 | 0.542 | 0.86 | 0.59 | 0.711 | 0.714 | 0.87 | 0.575 | 0.713 | 0.776 | 0.56 | 0.77 | 0.851 | 0.748 | 0.889 | 0.789 | 0.85 | 0.52 | 0.91 | 0.662 | 0.719 | 0.889 | 0.824 | 0.71 | 0.735 | 0.91 | 0.718 | 0.902 | 0.604 | 0.603 | 0.774 | 0.77 | 0.873 | 0.828 | 0.903 | 0.92 | 0.873 | 0.907 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2-72B-Instruct
MERA |
0.629 | 0.733 | 0.756 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-72B-Instruct
MERA |
0.622 | 0.921 | 0.8 | 0.713 | 0.895 | 0.897 | 0.793 | 0.737 | 0.923 | 0.831 | 0.808 | 0.792 | 0.642 | 0.814 | 0.807 | 0.765 | 0.841 | 0.844 | 0.772 | 0.825 | 0.912 | 0.949 | 0.911 | 0.917 | 0.8 | 0.924 | 0.872 | 0.772 | 0.93 | 0.822 | 0.822 | 0.91 | 0.857 | 0.93 | 0.758 | 0.875 | 0.844 | 0.844 | 0.772 | 0.831 | 0.91 | 0.905 | 0.867 | 0.933 | 0.914 | 0.867 | 0.914 | 0.886 | 0.862 | 0.947 | 0.822 | 0.913 | 0.785 | 0.701 | 0.651 | 0.754 | 0.911 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-72B-Instruct
MERA |
0.55 | 0.582 | 0.621 | 0.499 | 0.48 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-72B-Instruct
MERA |
0.532 | 0.533 | 0.569 | 0.474 | 0.461 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-72B-Instruct
MERA |
0.702 | 0.707 | 0.768 | 0.645 | 0.603 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2-72B-Instruct
MERA |
0.889 | 0.743 | 0.824 | 0.865 | 0.857 | 0.918 |