Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.064 | Accuracy |
| RCB | 0.37 / 0.248 | Accuracy F1 macro |
| USE | 0.067 | Grade norm |
| RWSD | 0.546 | Accuracy |
| PARus | 0.544 | Accuracy |
| ruTiE | 0.558 | Accuracy |
| MultiQ | 0.251 / 0.161 | F1 Exact match |
| CheGeKa | 0.028 / 0.01 | F1 Exact match |
| ruModAr | 0.461 | Exact match |
| MaMuRAMu | 0.533 | Accuracy |
| ruMultiAr | 0.24 | Exact match |
| ruCodeEval | 0.006 / 0.028 / 0.049 | Pass@k |
| MathLogicQA | 0.368 | Accuracy |
| ruWorldTree | 0.728 / 0.726 | Accuracy F1 macro |
| ruOpenBookQA | 0.658 / 0.655 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.698 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.439 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.936 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.037 / 0.135 / 0.207 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.506 | |||||||||||||||||||||||||
| ruHateSpeech | 0.558 | |||||||||||||||||||||||||
| ruDetox | 0.124 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-1.5B-Instruct
MERA |
0.133 | 0.1 | 0.467 | 0.133 | 0.033 | 0.1 | 0 | - | 0 | 0 | 0.033 | 0 | 0.033 | 0 | 0.1 | 0.117 | 0.033 | 0.033 | 0 | 0.033 | 0 | 0.067 | 0.033 | 0 | 0 | 0.108 | 0 | 0.067 | 0.133 | 0.033 | 0.033 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2.5-1.5B-Instruct
MERA |
0.492 | 0.559 | 0.466 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-1.5B-Instruct
MERA |
0.459 | 0.446 | 0.572 | 0.688 | 0.523 | 0.652 | 0.602 | 0.486 | 0.438 | 0.498 | 0.263 | 0.381 | 0.35 | 0.611 | 0.504 | 0.488 | 0.53 | 0.319 | 0.311 | 0.519 | 0.25 | 0.515 | 0.35 | 0.457 | 0.304 | 0.49 | 0.329 | 0.472 | 0.527 | 0.31 | 0.57 | 0.686 | 0.472 | 0.687 | 0.479 | 0.474 | 0.39 | 0.5 | 0.285 | 0.389 | 0.485 | 0.32 | 0.434 | 0.419 | 0.539 | 0.444 | 0.505 | 0.363 | 0.355 | 0.382 | 0.32 | 0.561 | 0.428 | 0.45 | 0.57 | 0.63 | 0.446 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2.5-1.5B-Instruct
MERA |
0.7 | 0.6 | 0.38 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-1.5B-Instruct
MERA |
0.444 | 0.554 | 0.433 | 0.472 | 0.474 | 0.5 | 0.448 | 0.526 | 0.423 | 0.508 | 0.615 | 0.517 | 0.367 | 0.574 | 0.468 | 0.469 | 0.57 | 0.556 | 0.368 | 0.667 | 0.298 | 0.525 | 0.444 | 0.509 | 0.533 | 0.576 | 0.577 | 0.491 | 0.754 | 0.556 | 0.756 | 0.641 | 0.536 | 0.491 | 0.545 | 0.536 | 0.511 | 0.644 | 0.509 | 0.554 | 0.535 | 0.444 | 0.711 | 0.578 | 0.776 | 0.844 | 0.552 | 0.477 | 0.662 | 0.737 | 0.756 | 0.42 | 0.671 | 0.506 | 0.465 | 0.368 | 0.622 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-1.5B-Instruct
MERA |
0.043 | 0.106 | 0.081 | 0.037 | 0.009 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-1.5B-Instruct
MERA |
0.115 | 0.134 | 0.134 | 0.096 | 0.113 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-1.5B-Instruct
MERA |
0.11 | 0.125 | 0.098 | 0.129 | 0.106 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2.5-1.5B-Instruct
MERA |
0.593 | 0.486 | 0.706 | 0.595 | 0.429 | 0.492 |