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 |
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 |
|
| 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 |
| 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 |