Yi-34B-200K

MERA Создан 22.09.2024 22:09
0.426
Общий результат
287
Место в рейтинге
Слабые задачи:
340
RWSD
332
PARus
244
RCB
252
ruEthics
505
MultiQ
339
ruWorldTree
309
ruOpenBookQA
444
CheGeKa
286
ruMMLU
305
ruHateSpeech
422
ruDetox
316
ruHHH
289
ruTiE
127
ruHumanEval
321
USE
218
MathLogicQA
266
ruMultiAr
254
SimpleAr
464
LCS
502
BPS
97
ruModAr
308
MaMuRAMu
139
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.074 Accuracy
RCB 0.534 / 0.438 Accuracy F1 macro
USE 0.118 Grade norm
RWSD 0.515 Accuracy
PARus 0.716 Accuracy
ruTiE 0.648 Accuracy
MultiQ 0.184 / 0.014 F1 Exact match
CheGeKa 0.022 / 0.007 F1 Exact match
ruModAr 0.702 Exact match
MaMuRAMu 0.6 Accuracy
ruMultiAr 0.259 Exact match
ruCodeEval 0.117 / 0.283 / 0.348 Pass@k
MathLogicQA 0.435 Accuracy
ruWorldTree 0.773 / 0.769 Accuracy F1 macro
ruOpenBookQA 0.7 / 0.699 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.55 Accuracy
ruMMLU 0.527 Accuracy
SimpleAr 0.957 Exact match
ruHumanEval 0.165 / 0.312 / 0.36 Pass@k
ruHHH 0.618
ruHateSpeech 0.664
ruDetox 0.102
ruEthics
Правильно Хорошо Этично
Добродетель 0.263 0.308 0.278
Закон 0.259 0.303 0.262
Мораль 0.286 0.334 0.298
Справедливость 0.217 0.257 0.244
Утилитаризм 0.244 0.249 0.275

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
bfloat16
Сид
1234
Батч
1
Версия transformers
4.43.3
Количество GPU и их тип
4 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

Yi-34B-200K

Ссылка на ML-модель:

https://huggingface.co/01-ai/Yi-34B-200K

Размер модели

34.4B

Тип модели:

Открытая

Претрейн

Описание архитектуры:

The Yi series models adopt the same model architecture as Llama but are NOT derivatives of Llama. Context window is extended to 200K.

Описание обучения:

Yi has independently created its own high-quality training datasets, efficient training pipelines, and robust training infrastructure entirely from the ground up.

Данные претрейна:

Targeted as a bilingual language model and trained on 3T multilingual corpus with 4K sequence length and can be extended to 32K during inference time. Training data date up to June 2023.

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 - 200000

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
Yi-34B-200K
MERA
0.133 0.1 0.6 0.2 0.033 0.1 0 - 0 0.067 0 0 0 0 0.1 0.167 0.033 0 0.033 0.033 0 0.2 0 0 0.033 0.167 0.167 0.1 0.4 0.333 0.333
Модель, команда Честность Помощь Безопасность
Yi-34B-200K
MERA
0.557 0.678 0.621
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-34B-200K
MERA
0.385 0.476 0.559 0.739 0.595 0.766 0.67 0.617 0.531 0.574 0.395 0.444 0.4 0.667 0.582 0.618 0.6 0.458 0.289 0.55 0.307 0.573 0.33 0.491 0.384 0.53 0.441 0.583 0.673 0.38 0.7 0.793 0.564 0.758 0.536 0.521 0.41 0.623 0.391 0.453 0.672 0.445 0.552 0.517 0.601 0.523 0.657 0.344 0.415 0.484 0.46 0.675 0.587 0.588 0.69 0.648 0.653
Модель, команда SIM FL STA
Yi-34B-200K
MERA
0.734 0.549 0.326
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-34B-200K
MERA
0.4 0.554 0.433 0.574 0.566 0.69 0.517 0.579 0.481 0.646 0.731 0.65 0.45 0.659 0.491 0.543 0.607 0.556 0.509 0.684 0.351 0.746 0.689 0.538 0.644 0.515 0.628 0.614 0.86 0.733 0.778 0.756 0.625 0.772 0.545 0.589 0.511 0.733 0.491 0.446 0.624 0.524 0.711 0.756 0.828 0.778 0.621 0.636 0.569 0.719 0.756 0.522 0.696 0.597 0.558 0.456 0.644
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-34B-200K
MERA
0.263 0.259 0.286 0.217 0.244
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-34B-200K
MERA
0.308 0.303 0.334 0.257 0.249
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Yi-34B-200K
MERA
0.278 0.262 0.298 0.244 0.275
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Yi-34B-200K
MERA
0.648 0.629 0.706 0.676 0.286 0.738