Mixtral-8x7B-Instruct-v0.1

MERA Создан 06.10.2024 21:03
0.437
Общий результат
258
Место в рейтинге
Слабые задачи:
347
RWSD
260
PARus
94
RCB
203
ruEthics
238
MultiQ
254
ruWorldTree
266
ruOpenBookQA
134
CheGeKa
247
ruMMLU
243
ruHateSpeech
144
ruDetox
244
ruHHH
153
ruTiE
297
USE
339
MathLogicQA
291
ruMultiAr
204
SimpleAr
67
LCS
149
BPS
310
ruModAr
219
MaMuRAMu
+17
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.166 Accuracy
RCB 0.568 / 0.513 Accuracy F1 macro
USE 0.125 Grade norm
RWSD 0.512 Accuracy
PARus 0.796 Accuracy
ruTiE 0.745 Accuracy
MultiQ 0.376 / 0.19 F1 Exact match
CheGeKa 0.212 / 0.137 F1 Exact match
ruModAr 0.444 Exact match
MaMuRAMu 0.696 Accuracy
ruMultiAr 0.245 Exact match
ruCodeEval 0 / 0 / 0 Pass@k
MathLogicQA 0.365 Accuracy
ruWorldTree 0.867 / 0.696 Accuracy F1 macro
ruOpenBookQA 0.75 / 0.602 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.966 Accuracy
ruMMLU 0.561 Accuracy
SimpleAr 0.974 Exact match
ruHumanEval 0 / 0 / 0 Pass@k
ruHHH 0.674
ruHateSpeech 0.721
ruDetox 0.232
ruEthics
Правильно Хорошо Этично
Добродетель 0.303 0.348 0.398
Закон 0.316 0.339 0.374
Мораль 0.343 0.361 0.417
Справедливость 0.303 0.297 0.346
Утилитаризм 0.262 0.306 0.334

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.4.0
Версия кодовой базы
9b26db97
Версия CUDA
12.1
Precision весов модели
float16
Сид
1234
Батч
1
Версия transformers
4.44.2
Количество GPU и их тип
1 x NVIDIA H100 80GB HBM3
Архитектура
vllm

Команда:

MERA

Название ML-модели:

Mixtral-8x7B-Instruct-v0.1

Размер модели

46.7B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://mistral.ai/news/mixtral-of-experts/

Описание архитектуры:

Mixtral 8x7B Instruct is the instructed version of Mixtral 8x7B. This model has been optimized through supervised fine-tuning and direct preference optimisation (DPO) for careful instruction following.

Описание обучения:

Mixtral is pre-trained on data extracted from the open Web – we train experts and routers simultaneously. The model has been optimized through supervised fine-tuning and direct preference optimisation (DPO) for careful instruction following.

Данные претрейна:

The Mixtral-8x7B Large Language Model (LLM) is a pretrained generative Sparse Mixture of Experts. The Mistral-8x7B outperforms Llama 2 70B on most benchmarks.

Лицензия:

Apache 2.0

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 - 32768 \nrutie - 20000

Системный промпт:
Реши задачу по инструкции ниже. Не давай никаких объяснений и пояснений к своему ответу. Не пиши ничего лишнего. Пиши только то, что указано в инструкции. Если по инструкции нужно решить пример, то напиши только числовой ответ без хода решения и пояснений. Если по инструкции нужно вывести букву, цифру или слово, выведи только его. Если по инструкции нужно выбрать один из вариантов ответа и вывести букву или цифру, которая ему соответствует, то выведи только эту букву или цифру, не давай никаких пояснений, не добавляй знаки препинания, только 1 символ в ответе. Если по инструкции нужно дописать код функции на языке Python, пиши сразу код, соблюдая отступы так, будто ты продолжаешь функцию из инструкции, не давай пояснений, не пиши комментарии, используй только аргументы из сигнатуры функции в инструкции, не пробуй считывать данные через функцию input. Не извиняйся, не строй диалог. Выдавай только ответ и ничего больше.

Описание темплейта:
{%- if messages[0]['role'] == 'system' %} \n {%- set system_message = messages[0]['content'] %} \n {%- set loop_messages = messages[1:] %} \n{%- else %} \n {%- set loop_messages = messages %} \n{%- endif %} \n \n{{- bos_token }} \n{%- for message in loop_messages %} \n {%- if (message['role'] == 'user') != (loop.index0 % 2 == 0) %} \n {{- raise_exception('After the optional system message, conversation roles must alternate user/assistant/user/assistant/...') }} \n {%- endif %} \n {%- if message['role'] == 'user' %} \n {%- if loop.first and system_message is defined %} \n {{- ' [INST] ' + system_message + '\n\n' + message['content'] + ' [/INST]' }} \n {%- else %} \n {{- ' [INST] ' + message['content'] + ' [/INST]' }} \n {%- endif %} \n {%- elif message['role'] == 'assistant' %} \n {{- ' ' + message['content'] + eos_token}} \n {%- else %} \n {{- raise_exception('Only user and assistant roles are supported, with the exception of an initial optional system message!') }} \n {%- endif %} \n{%- endfor %}

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
Mixtral-8x7B-Instruct-v0.1
MERA
0.4 0.167 0.733 0.167 0 0.267 0.067 - 0 0 0.033 0.1 0.067 0.133 0.067 0.2 0.067 0 0 0 0.033 0.3 0.133 0.033 0.033 0.183 0 0.067 0.067 0.033 0.167
Модель, команда Честность Помощь Безопасность
Mixtral-8x7B-Instruct-v0.1
MERA
0.639 0.763 0.621
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
Mixtral-8x7B-Instruct-v0.1
MERA
0.489 0.494 0.664 0.748 0.637 0.766 0.68 0.605 0.673 0.556 0.43 0.381 0.29 0.694 0.716 0.633 0.63 0.653 0.4 0.71 0.299 0.772 0.29 0.642 0.411 0.66 0.4 0.574 0.71 0.46 0.68 0.777 0.54 0.768 0.589 0.551 0.32 0.719 0.344 0.478 0.737 0.566 0.524 0.488 0.738 0.463 0.794 0.33 0.376 0.551 0.53 0.793 0.521 0.584 0.69 0.733 0.736
Модель, команда SIM FL STA
Mixtral-8x7B-Instruct-v0.1
MERA
0.537 0.629 0.718
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
Mixtral-8x7B-Instruct-v0.1
MERA
0.489 0.733 0.533 0.602 0.763 0.759 0.552 0.702 0.846 0.585 0.731 0.6 0.558 0.667 0.708 0.58 0.673 0.711 0.491 0.825 0.421 0.78 0.622 0.728 0.578 0.742 0.628 0.702 0.93 0.733 0.822 0.744 0.688 0.842 0.682 0.75 0.644 0.8 0.439 0.6 0.8 0.714 0.778 0.689 0.914 0.822 0.862 0.75 0.708 0.842 0.8 0.725 0.772 0.584 0.605 0.637 0.778
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Mixtral-8x7B-Instruct-v0.1
MERA
0.303 0.316 0.343 0.303 0.262
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Mixtral-8x7B-Instruct-v0.1
MERA
0.348 0.339 0.361 0.297 0.306
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Mixtral-8x7B-Instruct-v0.1
MERA
0.398 0.374 0.417 0.346 0.334
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Mixtral-8x7B-Instruct-v0.1
MERA
0.722 0.571 0.765 0.757 0.714 0.77