Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.1 | Accuracy |
| RCB | 0.333 / 0.167 | Accuracy F1 macro |
| USE | 0.051 | Grade norm |
| RWSD | 0.5 | Accuracy |
| PARus | 0.498 | Accuracy |
| ruTiE | 0.504 | Accuracy |
| MultiQ | 0.004 / 0 | F1 Exact match |
| CheGeKa | 0 / 0 | F1 Exact match |
| ruModAr | 0 | Exact match |
| MaMuRAMu | 0.224 | Accuracy |
| ruMultiAr | 0 | Exact match |
| ruCodeEval | 0 / 0 / 0 | Pass@k |
| MathLogicQA | 0.25 | Accuracy |
| ruWorldTree | 0.263 / 0.15 | Accuracy F1 macro |
| ruOpenBookQA | 0.26 / 0.153 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.509 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.268 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0 / 0 / 0 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.478 | |||||||||||||||||||||||||
| ruHateSpeech | 0.543 | |||||||||||||||||||||||||
| ruDetox | 0.091 | |||||||||||||||||||||||||
| 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-Math-1.5B-Instruct
MERA |
0 | 0 | 0.367 | 0 | 0 | 0 | 0 | - | 0 | 0.067 | 0 | 0.033 | 0 | 0 | 0 | 0.267 | 0.033 | 0 | 0.033 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.167 | 0.033 | 0.033 | 0.2 | 0.233 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2-Math-1.5B-Instruct
MERA |
0.492 | 0.475 | 0.466 |
| 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-Math-1.5B-Instruct
MERA |
0.23 | 0.193 | 0.329 | 0.197 | 0.294 | 0.244 | 0.369 | 0.251 | 0.225 | 0.108 | 0.237 | 0.365 | 0.18 | 0.213 | 0.203 | 0.214 | 0.21 | 0.264 | 0.4 | 0.29 | 0.273 | 0.175 | 0.22 | 0.324 | 0.161 | 0.22 | 0.251 | 0.222 | 0.318 | 0.42 | 0.18 | 0.165 | 0.233 | 0.253 | 0.298 | 0.205 | 0.32 | 0.323 | 0.331 | 0.281 | 0.359 | 0.449 | 0.241 | 0.271 | 0.339 | 0.472 | 0.245 | 0.263 | 0.245 | 0.213 | 0.33 | 0.224 | 0.359 | 0.349 | 0.2 | 0.248 | 0.363 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2-Math-1.5B-Instruct
MERA |
0.219 | 0.735 | 0.543 |
| 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-Math-1.5B-Instruct
MERA |
0.178 | 0.218 | 0.183 | 0.259 | 0.263 | 0.172 | 0.259 | 0.228 | 0.269 | 0.215 | 0.218 | 0.258 | 0.158 | 0.194 | 0.24 | 0.247 | 0.28 | 0.311 | 0.175 | 0.175 | 0.228 | 0.288 | 0.244 | 0.225 | 0.222 | 0.273 | 0.244 | 0.228 | 0.175 | 0.156 | 0.222 | 0.205 | 0.143 | 0.281 | 0.258 | 0.214 | 0.267 | 0.356 | 0.14 | 0.154 | 0.241 | 0.238 | 0.133 | 0.222 | 0.241 | 0.111 | 0.259 | 0.205 | 0.277 | 0.175 | 0.267 | 0.217 | 0.253 | 0.26 | 0.233 | 0.199 | 0.2 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-Math-1.5B-Instruct
MERA |
0 | 0 | 0 | 0 | 0 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-Math-1.5B-Instruct
MERA |
0 | 0 | 0 | 0 | 0 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-Math-1.5B-Instruct
MERA |
0 | 0 | 0 | 0 | 0 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2-Math-1.5B-Instruct
MERA |
0.519 | 0.686 | 0.588 | 0.595 | 0.286 | 0.492 |