Qwen2.5-0.5B-Instruct

MERA Создан 04.11.2024 17:43
0.286
Общий результат
502
Место в рейтинге
Слабые задачи:
496
RWSD
592
PARus
551
RCB
525
MultiQ
527
ruWorldTree
531
ruOpenBookQA
596
CheGeKa
513
ruMMLU
484
ruHateSpeech
607
ruDetox
552
ruHHH
496
ruTiE
158
ruHumanEval
567
USE
464
MathLogicQA
380
ruMultiAr
393
SimpleAr
516
LCS
544
BPS
362
ruModAr
523
MaMuRAMu
168
ruCodeEval
+18
Скрыть

Оценки по задачам лидерборда

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

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

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
Правильно Хорошо Этично
Добродетель -0.008 -0.057 -0.041
Закон -0.019 -0.036 -0.044
Мораль -0.012 -0.039 -0.038
Справедливость -0 -0.041 -0.058
Утилитаризм 0.017 -0.028 -0.033

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
bfloat16
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:

Qwen2.5-0.5B-Instruct

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct

Размер модели

500.0M

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://qwenlm.github.io/blog/qwen2.5-llm/

Описание архитектуры:

Type: Causal Language Models Training Stage: Pretraining & Post-training Architecture: transformers with RoPE, SwiGLU, RMSNorm, Attention QKV bias and tied word embeddings Number of Parameters: 0.49B Number of Paramaters (Non-Embedding): 0.36B Number of Layers: 24 Number of Attention Heads (GQA): 14 for Q and 2 for KV Context Length: Full 32,768 tokens and generation 8192 tokens

Описание обучения:

-

Данные претрейна:

The size of the pre-training dataset is expanded from 7 trillion tokens to a maximum of 18 trillion tokens.

Лицензия:

apache-2.0

Параметры инференса

Параметры генерации:
chegeka - 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; \nsimplear - do_sample=false;until=["\n"];

Размер контекста:
bps, lcs, chegeka, mathlogicqa, parus, rcb, rudetox, ruhatespeech, rummlu, ruworldtree, ruopenbookqa, rumultiar, use, rwsd, mamuramu, multiq, rumodar, ruethics, ruhhh, ruhumaneval, rucodeeval, simplear - 32768 \nrutie - 10000

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.

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
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
Правильно
Хорошо
Этично
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