Qwen2-7B-Instruct

MERA Создан 22.09.2024 22:00
0.475
Общий результат
189
Место в рейтинге
Слабые задачи:
215
RWSD
224
PARus
221
RCB
185
ruEthics
286
MultiQ
207
ruWorldTree
230
ruOpenBookQA
301
CheGeKa
240
ruMMLU
188
ruHateSpeech
236
ruDetox
177
ruHHH
166
ruTiE
107
ruHumanEval
195
USE
216
MathLogicQA
232
ruMultiAr
133
SimpleAr
171
LCS
251
BPS
286
ruModAr
242
MaMuRAMu
147
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

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

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

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
Правильно Хорошо Этично
Добродетель 0.386 0.33 0.374
Закон 0.398 0.344 0.36
Мораль 0.42 0.349 0.388
Справедливость 0.33 0.28 0.338
Утилитаризм 0.307 0.289 0.329

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
float16
Сид
1234
Батч
1
Версия transformers
4.42.3
Количество GPU и их тип
1 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Qwen2-7B-Instruct

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen2-7B-Instruct

Размер модели

7.6B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/pdf/2407.10671

Описание архитектуры:

Qwen2-7B-instruct is based on the Transformer architecture with SwiGLU activation, attention QKV bias, group query attention, RoPE and RMSNorm

Описание обучения:

SFT and RLHF on the mix of manually and synthetically annotated samples after pertaining with next-token prediction task.

Данные претрейна:

The post-training data primarily consists of two components: demonstration data D = {($x_i$ , $y_i$ )} and preference data P = {($x_i$ , $y_i^+$, $y_i^-$ )}, where $x_i$ represents the instruction, $y_i$ represents a satisfactory response, and $y_i^+$ and $y_i^-$ are two responses to $x_i$, with $y_i^+$ being the preferred choice over $y_i^-$. The set D is utilized in SFT, whereas P is employed in RLHF. We have assembled an extensive instruction dataset featuring more than 500,000 examples that cover skills such as instruction following, coding, mathematics, logical reasoning, role-playing, multilingualism, and safety.

Лицензия:

Apache-2.0

Параметры инференса

Параметры генерации:
simplear - do_sample=false;until=["\n"]; \nchegeka - do_sample=false;until=["\n"]; \nrudetox - 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, multiq, rumodar, ruethics, ruhhh, rutie, ruhumaneval, rucodeeval - 32768

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
Qwen2-7B-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
Правильно
Хорошо
Этично
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