Yi-34B-Chat

MERA Создан 22.09.2024 22:09
0.425
Общий результат
289
Место в рейтинге
Слабые задачи:
310
RWSD
355
PARus
150
RCB
331
ruEthics
367
MultiQ
323
ruWorldTree
321
ruOpenBookQA
367
CheGeKa
336
ruMMLU
318
ruHateSpeech
309
ruDetox
246
ruHHH
233
ruTiE
99
ruHumanEval
290
USE
276
MathLogicQA
334
ruMultiAr
223
SimpleAr
402
LCS
423
BPS
161
ruModAr
327
MaMuRAMu
117
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

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

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

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
Правильно Хорошо Этично
Добродетель 0.213 0.301 0.424
Закон 0.262 0.354 0.449
Мораль 0.266 0.364 0.503
Справедливость 0.201 0.282 0.414
Утилитаризм 0.163 0.26 0.341

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-Chat

Ссылка на ML-модель:

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

Размер модели

34.4B

Тип модели:

Открытая

SFT

Описание архитектуры:

The Yi series models adopt the same model architecture as Llama but are NOT derivatives of Llama.

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. The released chat model has undergone exclusive training using Supervised Fine-Tuning (SFT).

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 - 4096

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-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
Правильно
Хорошо
Этично
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