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 |
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 |
|
| 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 |
| 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 |