gemma-2-27b

MERA Создан 22.09.2024 22:13
0.518
Общий результат
127
Место в рейтинге
Слабые задачи:
276
RWSD
109
PARus
213
RCB
187
ruEthics
602
MultiQ
164
ruWorldTree
149
ruOpenBookQA
81
CheGeKa
149
ruMMLU
194
ruHateSpeech
243
ruDetox
243
ruHHH
213
ruTiE
132
ruHumanEval
170
USE
228
MathLogicQA
108
ruMultiAr
123
SimpleAr
578
LCS
81
BPS
41
ruModAr
149
MaMuRAMu
126
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

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

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

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
Правильно Хорошо Этично
Добродетель 0.294 0.381 0.419
Закон 0.303 0.424 0.414
Мораль 0.279 0.389 0.397
Справедливость 0.295 0.413 0.453
Утилитаризм 0.29 0.323 0.332

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
6ec745e0
Версия CUDA
12.1
Precision весов модели
float32
Сид
1234
Батч
1
Версия transformers
4.43.2
Количество GPU и их тип
4 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

gemma-2-27b

Ссылка на ML-модель:

https://huggingface.co/google/gemma-2-27b

Размер модели

27.2B

Тип модели:

Открытая

Претрейн

Описание архитектуры:

Gemma is built from the same research and technology used to create the Gemini models. They are text-to-text, decoder-only large language models, available in English, with open weights for both pre-trained variants and instruction-tuned variants

Описание обучения:

-

Данные претрейна:

These models were trained on a dataset of text data that includes a wide variety of sources. The 27B model was trained with 13 trillion tokens, the 9B model was trained with 8 trillion tokens, and 2B model was trained with 2 trillion tokens.

Лицензия:

gemma

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, ruhumaneval, rucodeeval, rutie - 8192

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
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
Правильно
Хорошо
Этично
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