Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.124 | Accuracy |
| RCB | 0.477 / 0.425 | Accuracy F1 macro |
| USE | 0.063 | Grade norm |
| RWSD | 0.535 | Accuracy |
| PARus | 0.616 | Accuracy |
| ruTiE | 0.562 | Accuracy |
| MultiQ | 0.177 / 0.092 | F1 Exact match |
| CheGeKa | 0.006 / 0 | F1 Exact match |
| ruModAr | 0.461 | Exact match |
| MaMuRAMu | 0.454 | Accuracy |
| ruMultiAr | 0.236 | Exact match |
| ruCodeEval | 0 / 0 / 0 | Pass@k |
| MathLogicQA | 0.393 | Accuracy |
| ruWorldTree | 0.627 / 0.616 | Accuracy F1 macro |
| ruOpenBookQA | 0.53 / 0.526 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.835 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.377 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.892 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.006 / 0.006 / 0.006 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.528 | |||||||||||||||||||||||||
| ruHateSpeech | 0.626 | |||||||||||||||||||||||||
| ruDetox | 0.056 | |||||||||||||||||||||||||
| 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-7B-Instruct
MERA |
0.2 | 0 | 0.2 | 0.067 | 0 | 0.167 | 0 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0.133 | 0.2 | 0.033 | 0.033 | 0 | 0.033 | 0 | 0 | 0 | 0 | 0.033 | 0.142 | 0.133 | 0.067 | 0 | 0.033 | 0.033 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2-Math-7B-Instruct
MERA |
0.525 | 0.627 | 0.431 |
| 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-7B-Instruct
MERA |
0.333 | 0.343 | 0.388 | 0.56 | 0.379 | 0.438 | 0.505 | 0.408 | 0.346 | 0.457 | 0.404 | 0.381 | 0.32 | 0.463 | 0.462 | 0.376 | 0.4 | 0.319 | 0.267 | 0.397 | 0.246 | 0.269 | 0.37 | 0.283 | 0.384 | 0.42 | 0.269 | 0.463 | 0.367 | 0.33 | 0.51 | 0.397 | 0.399 | 0.465 | 0.366 | 0.449 | 0.37 | 0.439 | 0.391 | 0.433 | 0.424 | 0.283 | 0.4 | 0.491 | 0.468 | 0.37 | 0.333 | 0.374 | 0.348 | 0.356 | 0.38 | 0.418 | 0.382 | 0.462 | 0.57 | 0.479 | 0.311 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2-Math-7B-Instruct
MERA |
0.661 | 0.521 | 0.258 |
| 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-7B-Instruct
MERA |
0.289 | 0.475 | 0.417 | 0.472 | 0.368 | 0.362 | 0.414 | 0.421 | 0.327 | 0.431 | 0.654 | 0.592 | 0.225 | 0.45 | 0.275 | 0.383 | 0.533 | 0.489 | 0.456 | 0.474 | 0.281 | 0.305 | 0.6 | 0.402 | 0.6 | 0.348 | 0.397 | 0.404 | 0.596 | 0.467 | 0.667 | 0.474 | 0.42 | 0.368 | 0.364 | 0.554 | 0.644 | 0.467 | 0.526 | 0.477 | 0.4 | 0.476 | 0.6 | 0.733 | 0.655 | 0.889 | 0.448 | 0.795 | 0.6 | 0.526 | 0.622 | 0.319 | 0.671 | 0.468 | 0.302 | 0.31 | 0.467 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-Math-7B-Instruct
MERA |
0.18 | 0.144 | 0.172 | 0.149 | 0.121 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-Math-7B-Instruct
MERA |
0.293 | 0.268 | 0.287 | 0.258 | 0.25 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2-Math-7B-Instruct
MERA |
0.263 | 0.253 | 0.279 | 0.228 | 0.237 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2-Math-7B-Instruct
MERA |
0.583 | 0.686 | 0.588 | 0.703 | 0.286 | 0.672 |