gemma-2-2b-it

MERA Создан 22.09.2024 22:14
0.391
Общий результат
347
Место в рейтинге
Слабые задачи:
271
RWSD
461
PARus
427
RCB
424
ruEthics
485
MultiQ
360
ruWorldTree
318
ruOpenBookQA
377
CheGeKa
406
ruMMLU
420
ruHateSpeech
290
ruDetox
381
ruHHH
377
ruTiE
76
ruHumanEval
493
USE
369
MathLogicQA
338
ruMultiAr
337
SimpleAr
393
LCS
486
BPS
306
ruModAr
400
MaMuRAMu
75
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.088 Accuracy
RCB 0.463 / 0.437 Accuracy F1 macro
USE 0.058 Grade norm
RWSD 0.535 Accuracy
PARus 0.556 Accuracy
ruTiE 0.567 Accuracy
MultiQ 0.195 / 0.143 F1 Exact match
CheGeKa 0.041 / 0.024 F1 Exact match
ruModAr 0.455 Exact match
MaMuRAMu 0.507 Accuracy
ruMultiAr 0.221 Exact match
ruCodeEval 0.29 / 0.471 / 0.524 Pass@k
MathLogicQA 0.357 Accuracy
ruWorldTree 0.75 / 0.75 Accuracy F1 macro
ruOpenBookQA 0.693 / 0.693 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.583 Accuracy
ruMMLU 0.43 Accuracy
SimpleAr 0.918 Exact match
ruHumanEval 0.271 / 0.399 / 0.439 Pass@k
ruHHH 0.562
ruHateSpeech 0.558
ruDetox 0.164
ruEthics
Правильно Хорошо Этично
Добродетель 0.099 0.181 0.15
Закон 0.088 0.155 0.099
Мораль 0.121 0.174 0.145
Справедливость 0.101 0.155 0.13
Утилитаризм 0.085 0.109 0.141

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
1 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

gemma-2-2b-it

Ссылка на ML-модель:

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

Размер модели

2.6B

Тип модели:

Открытая

SFT

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 models d 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, rutie, ruhumaneval, rucodeeval - 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-2-2b-it
MERA
0.067 0.1 0.267 0.1 0 0.2 0 - 0 0 0 0 0.033 0 0 0.15 0.033 0 0 0 0.033 0.233 0 0 0 0.042 0.067 0.067 0.167 0.033 0.1
Модель, команда Честность Помощь Безопасность
gemma-2-2b-it
MERA
0.492 0.542 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
gemma-2-2b-it
MERA
0.422 0.416 0.428 0.65 0.458 0.572 0.592 0.457 0.475 0.493 0.254 0.389 0.29 0.519 0.489 0.477 0.46 0.375 0.233 0.534 0.245 0.392 0.31 0.416 0.232 0.48 0.346 0.509 0.592 0.39 0.58 0.678 0.429 0.657 0.472 0.372 0.39 0.529 0.358 0.369 0.535 0.342 0.503 0.379 0.537 0.38 0.534 0.293 0.355 0.416 0.37 0.591 0.444 0.441 0.53 0.558 0.451
Модель, команда SIM FL STA
gemma-2-2b-it
MERA
0.375 0.727 0.705
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-2-2b-it
MERA
0.311 0.475 0.367 0.519 0.434 0.552 0.466 0.421 0.404 0.554 0.538 0.442 0.4 0.566 0.357 0.346 0.607 0.489 0.351 0.491 0.316 0.576 0.422 0.574 0.489 0.485 0.577 0.456 0.825 0.578 0.711 0.513 0.527 0.526 0.455 0.518 0.4 0.756 0.333 0.538 0.559 0.54 0.489 0.511 0.862 0.756 0.397 0.636 0.631 0.737 0.556 0.464 0.582 0.481 0.419 0.351 0.644
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
gemma-2-2b-it
MERA
0.099 0.088 0.121 0.101 0.085
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
gemma-2-2b-it
MERA
0.181 0.155 0.174 0.155 0.109
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
gemma-2-2b-it
MERA
0.15 0.099 0.145 0.13 0.141
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
gemma-2-2b-it
MERA
0.574 0.486 0.529 0.622 0.286 0.574