Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.082 | Accuracy |
| RCB | 0.349 / 0.252 | Accuracy F1 macro |
| USE | 0.041 | Grade norm |
| RWSD | 0.5 | Accuracy |
| PARus | 0.5 | Accuracy |
| ruTiE | 0.513 | Accuracy |
| MultiQ | 0.088 / 0.037 | F1 Exact match |
| CheGeKa | 0.057 / 0.041 | F1 Exact match |
| ruModAr | 0.51 | Exact match |
| MaMuRAMu | 0.421 | Accuracy |
| ruMultiAr | 0.202 | Exact match |
| ruCodeEval | 0.126 / 0.281 / 0.354 | Pass@k |
| MathLogicQA | 0.305 | Accuracy |
| ruWorldTree | 0.51 / 0.503 | Accuracy F1 macro |
| ruOpenBookQA | 0.473 / 0.468 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.565 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.378 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.896 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.143 / 0.282 / 0.341 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.5 | |||||||||||||||||||||||||
| ruHateSpeech | 0.532 | |||||||||||||||||||||||||
| ruDetox | 0.059 | |||||||||||||||||||||||||
| 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
MERA |
0 | 0.033 | 0.267 | 0.133 | 0.033 | 0.2 | 0 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0.133 | 0.1 | 0.033 | 0 | 0.033 | 0.033 | 0 | 0 | 0 | 0 | 0.033 | 0.025 | 0.067 | 0.033 | 0 | 0 | 0.067 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
gemma-2-2b
MERA |
0.525 | 0.475 | 0.5 |
| 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
MERA |
0.341 | 0.392 | 0.349 | 0.611 | 0.474 | 0.527 | 0.447 | 0.424 | 0.466 | 0.448 | 0.228 | 0.27 | 0.36 | 0.426 | 0.416 | 0.436 | 0.36 | 0.292 | 0.289 | 0.435 | 0.279 | 0.368 | 0.31 | 0.364 | 0.321 | 0.36 | 0.318 | 0.38 | 0.522 | 0.27 | 0.46 | 0.587 | 0.38 | 0.606 | 0.366 | 0.355 | 0.31 | 0.442 | 0.338 | 0.35 | 0.449 | 0.279 | 0.421 | 0.35 | 0.412 | 0.338 | 0.422 | 0.237 | 0.319 | 0.361 | 0.35 | 0.443 | 0.351 | 0.353 | 0.43 | 0.418 | 0.347 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
gemma-2-2b
MERA |
0.817 | 0.576 | 0.175 |
| 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
MERA |
0.289 | 0.416 | 0.383 | 0.352 | 0.382 | 0.397 | 0.345 | 0.316 | 0.269 | 0.415 | 0.372 | 0.325 | 0.342 | 0.488 | 0.31 | 0.37 | 0.514 | 0.533 | 0.368 | 0.561 | 0.228 | 0.508 | 0.356 | 0.456 | 0.4 | 0.424 | 0.423 | 0.439 | 0.702 | 0.467 | 0.667 | 0.474 | 0.393 | 0.474 | 0.485 | 0.429 | 0.289 | 0.511 | 0.316 | 0.4 | 0.404 | 0.413 | 0.467 | 0.4 | 0.759 | 0.667 | 0.293 | 0.364 | 0.431 | 0.632 | 0.511 | 0.319 | 0.519 | 0.416 | 0.256 | 0.386 | 0.544 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
gemma-2-2b
MERA |
-0.011 | -0.028 | -0.011 | -0.031 | 0.004 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
gemma-2-2b
MERA |
0.066 | 0.026 | 0.027 | 0.053 | 0.046 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
gemma-2-2b
MERA |
0.017 | 0.004 | 0.006 | 0.001 | -0.018 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
gemma-2-2b
MERA |
0.519 | 0.714 | 0.471 | 0.622 | 0.429 | 0.426 |