Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.054 | Accuracy |
| RCB | 0.566 / 0.514 | Accuracy F1 macro |
| USE | 0.29 | Grade norm |
| RWSD | 0.565 | Accuracy |
| PARus | 0.92 | Accuracy |
| ruTiE | 0.821 | Accuracy |
| MultiQ | 0.461 / 0.342 | F1 Exact match |
| CheGeKa | 0.351 / 0.288 | F1 Exact match |
| ruModAr | 0.769 | Exact match |
| MaMuRAMu | 0.768 | Accuracy |
| ruMultiAr | 0.342 | Exact match |
| ruCodeEval | 0.259 / 0.586 / 0.689 | Pass@k |
| MathLogicQA | 0.506 | Accuracy |
| ruWorldTree | 0.966 / 0.966 | Accuracy F1 macro |
| ruOpenBookQA | 0.915 / 0.915 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.986 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.672 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.993 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.321 / 0.615 / 0.683 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.854 | |||||||||||||||||||||||||
| ruHateSpeech | 0.853 | |||||||||||||||||||||||||
| ruDetox | 0.213 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
gemma-2-27b-it
MERA |
0.667 | 0.533 | 0.767 | 0.2 | 0.167 | 0.467 | 0.1 | - | 0 | 0 | 0.033 | 0.067 | 0.267 | 0.033 | 0.133 | 0.5 | 0 | 0.033 | 0.067 | 0.033 | 0.1 | 0.8 | 0.433 | 0.367 | 0.067 | 0.5 | 0.133 | 0.2 | 0.433 | 0.433 | 0.333 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
gemma-2-27b-it
MERA |
0.836 | 0.814 | 0.914 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
gemma-2-27b-it
MERA |
0.622 | 0.53 | 0.757 | 0.85 | 0.771 | 0.811 | 0.786 | 0.714 | 0.747 | 0.744 | 0.588 | 0.595 | 0.41 | 0.778 | 0.768 | 0.725 | 0.69 | 0.861 | 0.511 | 0.771 | 0.318 | 0.813 | 0.4 | 0.682 | 0.545 | 0.83 | 0.509 | 0.657 | 0.776 | 0.5 | 0.71 | 0.835 | 0.73 | 0.859 | 0.721 | 0.714 | 0.47 | 0.897 | 0.596 | 0.67 | 0.828 | 0.75 | 0.655 | 0.536 | 0.89 | 0.639 | 0.853 | 0.452 | 0.486 | 0.697 | 0.61 | 0.848 | 0.754 | 0.811 | 0.75 | 0.83 | 0.87 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
gemma-2-27b-it
MERA |
0.357 | 0.789 | 0.78 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
gemma-2-27b-it
MERA |
0.533 | 0.871 | 0.667 | 0.667 | 0.803 | 0.741 | 0.724 | 0.702 | 0.712 | 0.8 | 0.756 | 0.725 | 0.575 | 0.752 | 0.719 | 0.741 | 0.766 | 0.8 | 0.684 | 0.842 | 0.561 | 0.814 | 0.889 | 0.834 | 0.733 | 0.803 | 0.718 | 0.667 | 0.93 | 0.822 | 0.844 | 0.833 | 0.75 | 0.842 | 0.667 | 0.804 | 0.844 | 0.844 | 0.632 | 0.754 | 0.837 | 0.873 | 0.844 | 0.822 | 0.879 | 0.822 | 0.914 | 0.864 | 0.815 | 0.912 | 0.822 | 0.812 | 0.81 | 0.701 | 0.651 | 0.673 | 0.844 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
gemma-2-27b-it
MERA |
0.329 | 0.32 | 0.345 | 0.284 | 0.293 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
gemma-2-27b-it
MERA |
0.287 | 0.284 | 0.29 | 0.24 | 0.255 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
gemma-2-27b-it
MERA |
0.35 | 0.324 | 0.365 | 0.312 | 0.28 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
gemma-2-27b-it
MERA |
0.861 | 0.771 | 1 | 0.811 | 0.571 | 0.902 |