gemma-2-9b

MERA Создан 22.09.2024 22:17
0.453
Общий результат
235
Место в рейтинге
Слабые задачи:
203
RWSD
191
PARus
376
RCB
467
ruEthics
603
MultiQ
247
ruWorldTree
272
ruOpenBookQA
137
CheGeKa
225
ruMMLU
375
ruHateSpeech
410
ruDetox
354
ruHHH
326
ruTiE
135
ruHumanEval
264
USE
302
MathLogicQA
204
ruMultiAr
167
SimpleAr
483
LCS
194
BPS
144
ruModAr
236
MaMuRAMu
141
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.068 Accuracy
RCB 0.489 / 0.399 Accuracy F1 macro
USE 0.154 Grade norm
RWSD 0.558 Accuracy
PARus 0.854 Accuracy
ruTiE 0.609 Accuracy
MultiQ 0.049 / 0.029 F1 Exact match
CheGeKa 0.22 / 0.166 F1 Exact match
ruModAr 0.592 Exact match
MaMuRAMu 0.689 Accuracy
ruMultiAr 0.288 Exact match
ruCodeEval 0.112 / 0.321 / 0.421 Pass@k
MathLogicQA 0.391 Accuracy
ruWorldTree 0.88 / 0.88 Accuracy F1 macro
ruOpenBookQA 0.755 / 0.751 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.957 Accuracy
ruMMLU 0.591 Accuracy
SimpleAr 0.981 Exact match
ruHumanEval 0.145 / 0.309 / 0.402 Pass@k
ruHHH 0.584
ruHateSpeech 0.608
ruDetox 0.108
ruEthics
Правильно Хорошо Этично
Добродетель 0.103 0.085 0.056
Закон 0.16 0.107 0.063
Мораль 0.135 0.102 0.066
Справедливость 0.123 0.098 0.047
Утилитаризм 0.093 0.096 0.046

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
float32
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

Ссылка на ML-модель:

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

Размер модели

9.2B

Тип модели:

Открытая

Претрейн

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:

Pretraining Gemma 2: • Knowledge Distillation • The model was trained with 8 trillion tokens • TPUv4

Данные претрейна:

Pretraining data: Web Documents, Code, Mathematics

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, ruhumaneval, rucodeeval, rutie, rutie - 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
MERA
0.367 0.167 0.7 0.067 0.033 0.3 0.033 - 0 0.033 0 0 0.2 0.033 0.133 0.083 0.033 0 0.033 0.033 0 0.5 0 0.033 0.1 0.4 0.067 0.167 0.167 0.1 0.167
Модель, команда Честность Помощь Безопасность
gemma-2-9b
MERA
0.574 0.627 0.552
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
MERA
0.578 0.488 0.711 0.812 0.696 0.701 0.709 0.659 0.63 0.655 0.474 0.397 0.4 0.741 0.668 0.656 0.68 0.757 0.433 0.656 0.266 0.713 0.33 0.624 0.455 0.71 0.463 0.583 0.722 0.49 0.69 0.793 0.663 0.808 0.649 0.637 0.35 0.8 0.43 0.571 0.702 0.588 0.538 0.493 0.787 0.546 0.745 0.356 0.45 0.58 0.38 0.785 0.651 0.681 0.75 0.745 0.736
Модель, команда SIM FL STA
gemma-2-9b
MERA
0.826 0.619 0.239
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
MERA
0.533 0.762 0.617 0.63 0.697 0.776 0.552 0.737 0.635 0.708 0.731 0.633 0.492 0.674 0.585 0.568 0.692 0.733 0.561 0.789 0.368 0.729 0.667 0.757 0.6 0.758 0.692 0.649 0.877 0.756 0.8 0.769 0.589 0.86 0.545 0.732 0.689 0.822 0.614 0.677 0.796 0.81 0.733 0.8 0.862 0.8 0.81 0.818 0.631 0.807 0.689 0.652 0.823 0.662 0.488 0.591 0.756
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
gemma-2-9b
MERA
0.103 0.16 0.135 0.123 0.093
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
gemma-2-9b
MERA
0.085 0.107 0.102 0.098 0.096
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
gemma-2-9b
MERA
0.056 0.063 0.066 0.047 0.046
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
gemma-2-9b
MERA
0.62 0.486 0.529 0.757 0.286 0.623