Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.03 | Accuracy |
| RCB | 0.541 / 0.47 | Accuracy F1 macro |
| USE | 0.201 | Grade norm |
| RWSD | 0.531 | Accuracy |
| PARus | 0.898 | Accuracy |
| ruTiE | 0.704 | Accuracy |
| MultiQ | 0.05 / 0.031 | F1 Exact match |
| CheGeKa | 0.352 / 0.281 | F1 Exact match |
| ruModAr | 0.87 | Exact match |
| MaMuRAMu | 0.746 | Accuracy |
| ruMultiAr | 0.344 | Exact match |
| ruCodeEval | 0.162 / 0.388 / 0.5 | Pass@k |
| MathLogicQA | 0.429 | Accuracy |
| ruWorldTree | 0.941 / 0.941 | Accuracy F1 macro |
| ruOpenBookQA | 0.868 / 0.868 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.984 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.654 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.987 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.154 / 0.369 / 0.482 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.685 | |||||||||||||||||||||||||
| ruHateSpeech | 0.762 | |||||||||||||||||||||||||
| ruDetox | 0.183 | |||||||||||||||||||||||||
| 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
MERA |
0.633 | 0.367 | 0.767 | 0.133 | 0.1 | 0.467 | 0.067 | - | 0 | 0 | 0 | 0 | 0.133 | 0 | 0.133 | 0.167 | 0.067 | 0 | 0 | 0 | 0.067 | 0.467 | 0.1 | 0.067 | 0.1 | 0.425 | 0.1 | 0.133 | 0.4 | 0.167 | 0.333 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
gemma-2-27b
MERA |
0.656 | 0.661 | 0.741 |
| 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
MERA |
0.615 | 0.518 | 0.75 | 0.846 | 0.768 | 0.806 | 0.806 | 0.695 | 0.716 | 0.691 | 0.57 | 0.492 | 0.43 | 0.713 | 0.746 | 0.717 | 0.7 | 0.819 | 0.489 | 0.74 | 0.301 | 0.778 | 0.32 | 0.671 | 0.491 | 0.73 | 0.525 | 0.639 | 0.747 | 0.52 | 0.79 | 0.793 | 0.712 | 0.869 | 0.694 | 0.697 | 0.45 | 0.861 | 0.483 | 0.616 | 0.808 | 0.706 | 0.648 | 0.509 | 0.884 | 0.653 | 0.863 | 0.411 | 0.415 | 0.67 | 0.58 | 0.835 | 0.751 | 0.811 | 0.77 | 0.764 | 0.865 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
gemma-2-27b
MERA |
0.784 | 0.631 | 0.407 |
| 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
MERA |
0.533 | 0.871 | 0.6 | 0.648 | 0.803 | 0.776 | 0.69 | 0.684 | 0.692 | 0.769 | 0.744 | 0.725 | 0.5 | 0.659 | 0.719 | 0.728 | 0.757 | 0.778 | 0.649 | 0.772 | 0.544 | 0.797 | 0.867 | 0.822 | 0.733 | 0.788 | 0.731 | 0.614 | 0.93 | 0.844 | 0.844 | 0.846 | 0.696 | 0.807 | 0.667 | 0.75 | 0.778 | 0.822 | 0.561 | 0.692 | 0.845 | 0.937 | 0.756 | 0.756 | 0.897 | 0.844 | 0.845 | 0.818 | 0.692 | 0.912 | 0.8 | 0.754 | 0.81 | 0.701 | 0.628 | 0.637 | 0.833 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
gemma-2-27b
MERA |
0.294 | 0.303 | 0.279 | 0.295 | 0.29 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
gemma-2-27b
MERA |
0.381 | 0.424 | 0.389 | 0.413 | 0.323 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
gemma-2-27b
MERA |
0.419 | 0.414 | 0.397 | 0.453 | 0.332 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
gemma-2-27b
MERA |
0.759 | 0.657 | 0.824 | 0.811 | 0.429 | 0.82 |