Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.126 | Accuracy |
| RCB | 0.409 / 0.355 | Accuracy F1 macro |
| USE | 0.086 | Grade norm |
| RWSD | 0.504 | Accuracy |
| PARus | 0.606 | Accuracy |
| ruTiE | 0.544 | Accuracy |
| MultiQ | 0.269 / 0.176 | F1 Exact match |
| CheGeKa | 0.025 / 0.019 | F1 Exact match |
| ruModAr | 0.497 | Exact match |
| MaMuRAMu | 0.54 | Accuracy |
| ruMultiAr | 0.113 | Exact match |
| ruCodeEval | 0.171 / 0.42 / 0.512 | Pass@k |
| MathLogicQA | 0.318 | Accuracy |
| ruWorldTree | 0.741 / 0.741 | Accuracy F1 macro |
| ruOpenBookQA | 0.633 / 0.632 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.663 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.453 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.875 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.21 / 0.442 / 0.524 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.618 | |||||||||||||||||||||||||
| ruHateSpeech | 0.551 | |||||||||||||||||||||||||
| ruDetox | 0.118 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Llama-3.2-3B-Instruct
MERA |
0.167 | 0.033 | 0.5 | 0.033 | 0 | 0.1 | 0 | - | 0.033 | 0 | 0.067 | 0.033 | 0 | 0 | 0.067 | 0.217 | 0.067 | 0.033 | 0 | 0 | 0.033 | 0.1 | 0.067 | 0.033 | 0.033 | 0.167 | 0 | 0.1 | 0.133 | 0.133 | 0.067 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Llama-3.2-3B-Instruct
MERA |
0.672 | 0.593 | 0.586 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Llama-3.2-3B-Instruct
MERA |
0.4 | 0.404 | 0.467 | 0.585 | 0.51 | 0.582 | 0.553 | 0.518 | 0.451 | 0.43 | 0.307 | 0.349 | 0.34 | 0.546 | 0.507 | 0.526 | 0.45 | 0.375 | 0.333 | 0.534 | 0.306 | 0.509 | 0.26 | 0.457 | 0.375 | 0.57 | 0.382 | 0.407 | 0.641 | 0.4 | 0.61 | 0.736 | 0.466 | 0.707 | 0.536 | 0.406 | 0.35 | 0.503 | 0.391 | 0.478 | 0.561 | 0.412 | 0.51 | 0.401 | 0.517 | 0.407 | 0.559 | 0.319 | 0.344 | 0.398 | 0.41 | 0.633 | 0.421 | 0.462 | 0.54 | 0.636 | 0.487 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Llama-3.2-3B-Instruct
MERA |
0.726 | 0.533 | 0.373 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Llama-3.2-3B-Instruct
MERA |
0.489 | 0.485 | 0.417 | 0.509 | 0.5 | 0.5 | 0.431 | 0.596 | 0.423 | 0.523 | 0.667 | 0.542 | 0.392 | 0.628 | 0.398 | 0.383 | 0.589 | 0.533 | 0.368 | 0.649 | 0.386 | 0.576 | 0.489 | 0.515 | 0.644 | 0.545 | 0.513 | 0.491 | 0.754 | 0.622 | 0.733 | 0.603 | 0.518 | 0.561 | 0.545 | 0.5 | 0.444 | 0.711 | 0.456 | 0.554 | 0.604 | 0.46 | 0.667 | 0.489 | 0.776 | 0.689 | 0.655 | 0.614 | 0.6 | 0.702 | 0.6 | 0.536 | 0.684 | 0.519 | 0.419 | 0.409 | 0.644 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Llama-3.2-3B-Instruct
MERA |
0.103 | 0.098 | 0.103 | 0.103 | 0.105 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Llama-3.2-3B-Instruct
MERA |
0.167 | 0.164 | 0.181 | 0.141 | 0.152 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Llama-3.2-3B-Instruct
MERA |
0.184 | 0.162 | 0.174 | 0.152 | 0.138 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Llama-3.2-3B-Instruct
MERA |
0.574 | 0.4 | 0.647 | 0.568 | 0.429 | 0.574 |