gemma-2-2b

MERA Создан 22.09.2024 22:15
0.314
Общий результат
460
Место в рейтинге
Слабые задачи:
408
RWSD
532
PARus
546
RCB
588
MultiQ
516
ruWorldTree
504
ruOpenBookQA
348
CheGeKa
468
ruMMLU
472
ruHateSpeech
537
ruDetox
474
ruHHH
467
ruTiE
137
ruHumanEval
550
USE
482
MathLogicQA
351
ruMultiAr
362
SimpleAr
435
LCS
491
BPS
194
ruModAr
491
MaMuRAMu
136
ruCodeEval
+18
Скрыть

Оценки по задачам лидерборда

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

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

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
Правильно Хорошо Этично
Добродетель -0.011 0.066 0.017
Закон -0.028 0.026 0.004
Мораль -0.011 0.027 0.006
Справедливость -0.031 0.053 0.001
Утилитаризм 0.004 0.046 -0.018

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
float32
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

Ссылка на ML-модель:

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

Размер модели

2.6B

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. 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, 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
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
Правильно
Хорошо
Этично
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