Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.086 | Accuracy |
| RCB | 0.555 / 0.477 | Accuracy F1 macro |
| USE | 0.135 | Grade norm |
| RWSD | 0.523 | Accuracy |
| PARus | 0.688 | Accuracy |
| ruTiE | 0.687 | Accuracy |
| MultiQ | 0.295 / 0.113 | F1 Exact match |
| CheGeKa | 0.046 / 0.024 | F1 Exact match |
| ruModAr | 0.536 | Exact match |
| MaMuRAMu | 0.579 | Accuracy |
| ruMultiAr | 0.222 | Exact match |
| ruCodeEval | 0.174 / 0.313 / 0.366 | Pass@k |
| MathLogicQA | 0.409 | Accuracy |
| ruWorldTree | 0.783 / 0.78 | Accuracy F1 macro |
| ruOpenBookQA | 0.69 / 0.687 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.743 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.491 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.97 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.2 / 0.308 / 0.354 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.685 | |||||||||||||||||||||||||
| ruHateSpeech | 0.653 | |||||||||||||||||||||||||
| ruDetox | 0.154 | |||||||||||||||||||||||||
| 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-34B-Chat
MERA |
0.3 | 0.1 | 0.633 | 0.133 | 0 | 0.267 | 0 | - | 0 | 0.033 | 0.033 | 0.033 | 0.1 | 0 | 0.167 | 0.25 | 0 | 0 | 0.033 | 0 | 0 | 0.167 | 0 | 0 | 0.067 | 0.158 | 0.2 | 0.1 | 0.333 | 0.433 | 0.333 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Yi-34B-Chat
MERA |
0.721 | 0.678 | 0.655 |
| 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-Chat
MERA |
0.393 | 0.458 | 0.586 | 0.735 | 0.516 | 0.682 | 0.68 | 0.595 | 0.485 | 0.534 | 0.404 | 0.413 | 0.35 | 0.611 | 0.584 | 0.581 | 0.57 | 0.458 | 0.233 | 0.519 | 0.334 | 0.532 | 0.26 | 0.387 | 0.357 | 0.48 | 0.37 | 0.602 | 0.661 | 0.23 | 0.68 | 0.752 | 0.472 | 0.687 | 0.449 | 0.479 | 0.29 | 0.603 | 0.377 | 0.433 | 0.662 | 0.368 | 0.497 | 0.496 | 0.577 | 0.412 | 0.647 | 0.293 | 0.401 | 0.461 | 0.45 | 0.696 | 0.495 | 0.521 | 0.73 | 0.679 | 0.56 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Yi-34B-Chat
MERA |
0.472 | 0.583 | 0.674 |
| 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-Chat
MERA |
0.378 | 0.535 | 0.4 | 0.602 | 0.487 | 0.69 | 0.431 | 0.544 | 0.462 | 0.615 | 0.667 | 0.6 | 0.458 | 0.651 | 0.503 | 0.481 | 0.57 | 0.6 | 0.368 | 0.667 | 0.404 | 0.746 | 0.578 | 0.533 | 0.644 | 0.5 | 0.628 | 0.579 | 0.825 | 0.6 | 0.756 | 0.718 | 0.563 | 0.772 | 0.485 | 0.554 | 0.467 | 0.711 | 0.561 | 0.446 | 0.624 | 0.476 | 0.689 | 0.667 | 0.845 | 0.711 | 0.603 | 0.568 | 0.554 | 0.754 | 0.867 | 0.536 | 0.646 | 0.623 | 0.512 | 0.433 | 0.644 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-34B-Chat
MERA |
0.213 | 0.262 | 0.266 | 0.201 | 0.163 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-34B-Chat
MERA |
0.301 | 0.354 | 0.364 | 0.282 | 0.26 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-34B-Chat
MERA |
0.424 | 0.449 | 0.503 | 0.414 | 0.341 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Yi-34B-Chat
MERA |
0.62 | 0.714 | 0.588 | 0.649 | 0.429 | 0.721 |