Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.056 | Accuracy |
| RCB | 0.347 / 0.277 | Accuracy F1 macro |
| USE | 0.037 | Grade norm |
| RWSD | 0.477 | Accuracy |
| PARus | 0.47 | Accuracy |
| ruTiE | 0.507 | Accuracy |
| MultiQ | 0.161 / 0.089 | F1 Exact match |
| CheGeKa | 0.004 / 0 | F1 Exact match |
| ruModAr | 0.397 | Exact match |
| MaMuRAMu | 0.383 | Accuracy |
| ruMultiAr | 0.186 | Exact match |
| ruCodeEval | 0.076 / 0.212 / 0.287 | Pass@k |
| MathLogicQA | 0.312 | Accuracy |
| ruWorldTree | 0.453 / 0.437 | Accuracy F1 macro |
| ruOpenBookQA | 0.41 / 0.382 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.51 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.341 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.854 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.108 / 0.242 / 0.287 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.466 | |||||||||||||||||||||||||
| ruHateSpeech | 0.528 | |||||||||||||||||||||||||
| ruDetox | 0.042 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-0.5B-Instruct
MERA |
0.133 | 0 | 0.133 | 0.1 | 0 | 0.033 | 0 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.283 | 0.067 | 0 | 0 | 0.033 | 0 | 0 | 0 | 0 | 0 | 0.008 | 0.033 | 0.033 | 0.067 | 0 | 0.033 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2.5-0.5B-Instruct
MERA |
0.426 | 0.492 | 0.483 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-0.5B-Instruct
MERA |
0.393 | 0.319 | 0.388 | 0.513 | 0.379 | 0.373 | 0.417 | 0.447 | 0.352 | 0.332 | 0.184 | 0.262 | 0.33 | 0.454 | 0.383 | 0.396 | 0.44 | 0.229 | 0.233 | 0.389 | 0.249 | 0.327 | 0.3 | 0.393 | 0.268 | 0.34 | 0.309 | 0.389 | 0.327 | 0.27 | 0.41 | 0.545 | 0.362 | 0.545 | 0.366 | 0.316 | 0.29 | 0.335 | 0.285 | 0.379 | 0.364 | 0.228 | 0.428 | 0.321 | 0.358 | 0.296 | 0.417 | 0.27 | 0.305 | 0.328 | 0.3 | 0.401 | 0.269 | 0.315 | 0.46 | 0.412 | 0.332 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2.5-0.5B-Instruct
MERA |
0.811 | 0.549 | 0.134 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-0.5B-Instruct
MERA |
0.311 | 0.416 | 0.383 | 0.417 | 0.355 | 0.276 | 0.241 | 0.228 | 0.385 | 0.431 | 0.449 | 0.408 | 0.258 | 0.45 | 0.275 | 0.37 | 0.533 | 0.356 | 0.404 | 0.404 | 0.211 | 0.305 | 0.289 | 0.402 | 0.467 | 0.318 | 0.41 | 0.263 | 0.614 | 0.244 | 0.622 | 0.436 | 0.402 | 0.421 | 0.333 | 0.357 | 0.333 | 0.578 | 0.351 | 0.323 | 0.318 | 0.349 | 0.422 | 0.444 | 0.655 | 0.644 | 0.328 | 0.432 | 0.4 | 0.544 | 0.578 | 0.319 | 0.443 | 0.39 | 0.372 | 0.292 | 0.367 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-0.5B-Instruct
MERA |
-0.008 | -0.019 | -0.012 | -0 | 0.017 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-0.5B-Instruct
MERA |
-0.057 | -0.036 | -0.039 | -0.041 | -0.028 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-0.5B-Instruct
MERA |
-0.041 | -0.044 | -0.038 | -0.058 | -0.033 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2.5-0.5B-Instruct
MERA |
0.5 | 0.714 | 0.529 | 0.595 | 0.286 | 0.459 |