gemma-2-9b-it

MERA Создан 22.09.2024 22:16
0.522
Общий результат
125
Место в рейтинге
Слабые задачи:
158
RWSD
197
PARus
183
RCB
110
ruEthics
189
MultiQ
144
ruWorldTree
171
ruOpenBookQA
158
CheGeKa
198
ruMMLU
203
ruHateSpeech
214
ruDetox
108
ruHHH
131
ruTiE
103
ruHumanEval
133
USE
145
MathLogicQA
149
ruMultiAr
162
SimpleAr
312
LCS
208
BPS
277
ruModAr
169
MaMuRAMu
97
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.1 Accuracy
RCB 0.548 / 0.493 Accuracy F1 macro
USE 0.242 Grade norm
RWSD 0.573 Accuracy
PARus 0.85 Accuracy
ruTiE 0.778 Accuracy
MultiQ 0.43 / 0.304 F1 Exact match
CheGeKa 0.193 / 0.159 F1 Exact match
ruModAr 0.469 Exact match
MaMuRAMu 0.726 Accuracy
ruMultiAr 0.319 Exact match
ruCodeEval 0.215 / 0.494 / 0.561 Pass@k
MathLogicQA 0.478 Accuracy
ruWorldTree 0.949 / 0.948 Accuracy F1 macro
ruOpenBookQA 0.853 / 0.852 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.955 Accuracy
ruMMLU 0.618 Accuracy
SimpleAr 0.981 Exact match
ruHumanEval 0.193 / 0.453 / 0.561 Pass@k
ruHHH 0.826
ruHateSpeech 0.758
ruDetox 0.2
ruEthics
Правильно Хорошо Этично
Добродетель 0.382 0.391 0.37
Закон 0.366 0.36 0.36
Мораль 0.402 0.407 0.387
Справедливость 0.338 0.334 0.323
Утилитаризм 0.322 0.374 0.32

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
bfloat16
Сид
1234
Батч
1
Версия transformers
4.43.2
Количество GPU и их тип
1 x NVIDIA H100 80GB HBM3
Архитектура
hf

Команда:

MERA

Название ML-модели:

gemma-2-9b-it

Ссылка на ML-модель:

https://huggingface.co/google/gemma-2-9b-it

Размер модели

9.2B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://storage.googleapis.com/deepmind-media/gemma/gemma-2-report.pdf

Описание архитектуры:

Gemma 2 is a text-to-text, decoder-only large language model, available in English. • SentencePiece tokenizer of size 256k

Описание обучения:

Fine-tuning pretrained Gemma 2: • Knowledge Distillation • supervised fine-tuning • RLHF

Данные претрейна:

Pretraining data: Web Documents, Code, Mathematics Fine-tuning data: the post-training data from Gemma 1.1 with a mixture of internal and external public data

Лицензия:

https://ai.google.dev/gemma/terms

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-2-9b-it
MERA
0.3 0.367 0.8 0.067 0.067 0.4 0.033 - 0.133 0.033 0 0.033 0.133 0 0.1 0.3 0 0 0 0.033 0.067 0.733 0.167 0.3 0.1 0.575 0.1 0.2 0.4 0.4 0.367
Модель, команда Честность Помощь Безопасность
gemma-2-9b-it
MERA
0.836 0.746 0.897
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-2-9b-it
MERA
0.578 0.482 0.717 0.782 0.696 0.751 0.757 0.678 0.651 0.646 0.553 0.516 0.47 0.722 0.718 0.685 0.7 0.806 0.433 0.695 0.284 0.76 0.37 0.642 0.473 0.68 0.458 0.657 0.727 0.45 0.73 0.752 0.65 0.828 0.634 0.632 0.38 0.835 0.536 0.626 0.798 0.621 0.621 0.57 0.811 0.574 0.789 0.444 0.422 0.603 0.49 0.806 0.715 0.702 0.77 0.812 0.793
Модель, команда SIM FL STA
gemma-2-9b-it
MERA
0.357 0.79 0.761
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-2-9b-it
MERA
0.556 0.762 0.55 0.63 0.724 0.741 0.672 0.596 0.673 0.738 0.718 0.633 0.575 0.76 0.643 0.667 0.71 0.844 0.544 0.789 0.649 0.746 0.822 0.811 0.689 0.788 0.679 0.702 0.947 0.8 0.822 0.782 0.67 0.842 0.682 0.714 0.778 0.867 0.526 0.738 0.804 0.825 0.756 0.778 0.914 0.933 0.862 0.864 0.769 0.895 0.778 0.696 0.797 0.649 0.535 0.596 0.778
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
gemma-2-9b-it
MERA
0.382 0.366 0.402 0.338 0.322
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
gemma-2-9b-it
MERA
0.391 0.36 0.407 0.334 0.374
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
gemma-2-9b-it
MERA
0.37 0.36 0.387 0.323 0.32
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
gemma-2-9b-it
MERA
0.787 0.6 0.765 0.784 0.429 0.82