Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.132 | Accuracy |
| RCB | 0.539 / 0.472 | Accuracy F1 macro |
| USE | 0.183 | Grade norm |
| RWSD | 0.554 | Accuracy |
| PARus | 0.832 | Accuracy |
| ruTiE | 0.741 | Accuracy |
| MultiQ | 0.356 / 0.199 | F1 Exact match |
| CheGeKa | 0.088 / 0.053 | F1 Exact match |
| ruModAr | 0.463 | Exact match |
| MaMuRAMu | 0.687 | Accuracy |
| ruMultiAr | 0.275 | Exact match |
| ruCodeEval | 0.099 / 0.264 / 0.341 | Pass@k |
| MathLogicQA | 0.435 | Accuracy |
| ruWorldTree | 0.926 / 0.926 | Accuracy F1 macro |
| ruOpenBookQA | 0.808 / 0.807 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.938 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.577 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.985 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.188 / 0.362 / 0.439 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.753 | |||||||||||||||||||||||||
| ruHateSpeech | 0.766 | |||||||||||||||||||||||||
| ruDetox | 0.187 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-7B-Instruct
MERA |
0.3 | 0.4 | 0.767 | 0.267 | 0.067 | 0.333 | 0.033 | - | 0 | 0.033 | 0.033 | 0 | 0.1 | 0.033 | 0.1 | 0.267 | 0.033 | 0 | 0 | 0.033 | 0 | 0.4 | 0.167 | 0.1 | 0 | 0.417 | 0.033 | 0 | 0.267 | 0.167 | 0.367 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2-7B-Instruct
MERA |
0.672 | 0.814 | 0.776 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-7B-Instruct
MERA |
0.541 | 0.476 | 0.651 | 0.791 | 0.65 | 0.662 | 0.689 | 0.678 | 0.608 | 0.65 | 0.412 | 0.452 | 0.4 | 0.657 | 0.699 | 0.659 | 0.68 | 0.632 | 0.3 | 0.595 | 0.282 | 0.743 | 0.48 | 0.549 | 0.42 | 0.61 | 0.431 | 0.657 | 0.702 | 0.37 | 0.68 | 0.744 | 0.583 | 0.747 | 0.623 | 0.603 | 0.42 | 0.697 | 0.411 | 0.557 | 0.712 | 0.57 | 0.545 | 0.562 | 0.753 | 0.546 | 0.716 | 0.441 | 0.401 | 0.564 | 0.57 | 0.764 | 0.626 | 0.651 | 0.71 | 0.745 | 0.72 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2-7B-Instruct
MERA |
0.363 | 0.709 | 0.772 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2-7B-Instruct
MERA |
0.556 | 0.792 | 0.65 | 0.657 | 0.75 | 0.707 | 0.517 | 0.667 | 0.635 | 0.585 | 0.679 | 0.675 | 0.417 | 0.705 | 0.626 | 0.667 | 0.692 | 0.733 | 0.491 | 0.754 | 0.544 | 0.678 | 0.756 | 0.716 | 0.667 | 0.667 | 0.718 | 0.649 | 0.877 | 0.667 | 0.844 | 0.808 | 0.616 | 0.772 | 0.636 | 0.625 | 0.711 | 0.844 | 0.561 | 0.738 | 0.759 | 0.651 | 0.756 | 0.733 | 0.862 | 0.844 | 0.828 | 0.841 | 0.769 | 0.86 | 0.667 | 0.623 | 0.81 | 0.584 | 0.581 | 0.573 | 0.767 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-7B-Instruct
MERA |
0.386 | 0.398 | 0.42 | 0.33 | 0.307 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-7B-Instruct
MERA |
0.33 | 0.344 | 0.349 | 0.28 | 0.289 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-7B-Instruct
MERA |
0.374 | 0.36 | 0.388 | 0.338 | 0.329 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2-7B-Instruct
MERA |
0.759 | 0.686 | 0.824 | 0.703 | 0.571 | 0.869 |