Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.098 | Accuracy |
| RCB | 0.502 / 0.457 | Accuracy F1 macro |
| USE | 0.141 | Grade norm |
| RWSD | 0.569 | Accuracy |
| PARus | 0.65 | Accuracy |
| ruTiE | 0.656 | Accuracy |
| MultiQ | 0.238 / 0.132 | F1 Exact match |
| CheGeKa | 0.015 / 0.002 | F1 Exact match |
| ruModAr | 0.512 | Exact match |
| MaMuRAMu | 0.498 | Accuracy |
| ruMultiAr | 0.281 | Exact match |
| ruCodeEval | 0.002 / 0.012 / 0.024 | Pass@k |
| MathLogicQA | 0.423 | Accuracy |
| ruWorldTree | 0.718 / 0.718 | Accuracy F1 macro |
| ruOpenBookQA | 0.663 / 0.663 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.939 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.465 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.983 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.001 / 0.006 / 0.012 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.59 | |||||||||||||||||||||||||
| ruHateSpeech | 0.694 | |||||||||||||||||||||||||
| ruDetox | 0.103 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat
MERA |
0.367 | 0.133 | 0.6 | 0.2 | 0 | 0.133 | 0.033 | - | 0.033 | 0 | 0 | 0 | 0.033 | 0 | 0.067 | 0.417 | 0 | 0 | 0.033 | 0 | 0.033 | 0.3 | 0.1 | 0 | 0.133 | 0.183 | 0.133 | 0.1 | 0.4 | 0.2 | 0.2 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Yi-1.5-9B-Chat
MERA |
0.459 | 0.61 | 0.707 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat
MERA |
0.363 | 0.428 | 0.461 | 0.722 | 0.546 | 0.587 | 0.544 | 0.508 | 0.475 | 0.475 | 0.368 | 0.452 | 0.32 | 0.519 | 0.513 | 0.517 | 0.63 | 0.368 | 0.367 | 0.443 | 0.258 | 0.427 | 0.31 | 0.341 | 0.491 | 0.48 | 0.376 | 0.463 | 0.612 | 0.37 | 0.66 | 0.686 | 0.534 | 0.636 | 0.385 | 0.5 | 0.49 | 0.494 | 0.358 | 0.512 | 0.566 | 0.335 | 0.517 | 0.515 | 0.543 | 0.458 | 0.505 | 0.381 | 0.372 | 0.464 | 0.5 | 0.57 | 0.508 | 0.58 | 0.72 | 0.539 | 0.466 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Yi-1.5-9B-Chat
MERA |
0.486 | 0.467 | 0.58 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat
MERA |
0.378 | 0.426 | 0.4 | 0.528 | 0.368 | 0.603 | 0.431 | 0.404 | 0.308 | 0.4 | 0.577 | 0.517 | 0.408 | 0.481 | 0.357 | 0.383 | 0.589 | 0.467 | 0.404 | 0.526 | 0.281 | 0.475 | 0.689 | 0.402 | 0.622 | 0.455 | 0.577 | 0.404 | 0.737 | 0.511 | 0.689 | 0.526 | 0.509 | 0.544 | 0.379 | 0.679 | 0.511 | 0.533 | 0.333 | 0.492 | 0.502 | 0.349 | 0.711 | 0.8 | 0.707 | 0.8 | 0.397 | 0.795 | 0.585 | 0.719 | 0.756 | 0.464 | 0.658 | 0.558 | 0.558 | 0.316 | 0.578 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat
MERA |
0.245 | 0.296 | 0.282 | 0.267 | 0.237 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat
MERA |
0.364 | 0.352 | 0.385 | 0.35 | 0.316 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat
MERA |
0.215 | 0.233 | 0.239 | 0.19 | 0.201 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Yi-1.5-9B-Chat
MERA |
0.713 | 0.571 | 0.647 | 0.73 | 0.286 | 0.77 |