Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.148 | Accuracy |
| RCB | 0.527 / 0.484 | Accuracy F1 macro |
| USE | 0.132 | Grade norm |
| RWSD | 0.612 | Accuracy |
| PARus | 0.758 | Accuracy |
| ruTiE | 0.686 | Accuracy |
| MultiQ | 0.371 / 0.242 | F1 Exact match |
| CheGeKa | 0.04 / 0.026 | F1 Exact match |
| ruModAr | 0.479 | Exact match |
| MaMuRAMu | 0.621 | Accuracy |
| ruMultiAr | 0.289 | Exact match |
| ruCodeEval | 0.028 / 0.124 / 0.22 | Pass@k |
| MathLogicQA | 0.416 | Accuracy |
| ruWorldTree | 0.844 / 0.844 | Accuracy F1 macro |
| ruOpenBookQA | 0.683 / 0.683 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.752 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.514 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.948 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.087 / 0.286 / 0.402 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.691 | |||||||||||||||||||||||||
| ruHateSpeech | 0.743 | |||||||||||||||||||||||||
| ruDetox | 0.172 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-3B-Instruct
MERA |
0.167 | 0.133 | 0.633 | 0.2 | 0 | 0.1 | 0 | - | 0.033 | 0 | 0.033 | 0.067 | 0 | 0 | 0.1 | 0.35 | 0.033 | 0 | 0.133 | 0 | 0 | 0.233 | 0.067 | 0.1 | 0.067 | 0.217 | 0.067 | 0.1 | 0.2 | 0.167 | 0.3 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2.5-3B-Instruct
MERA |
0.672 | 0.661 | 0.741 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-3B-Instruct
MERA |
0.481 | 0.41 | 0.625 | 0.739 | 0.601 | 0.642 | 0.67 | 0.601 | 0.531 | 0.538 | 0.342 | 0.381 | 0.29 | 0.602 | 0.616 | 0.575 | 0.59 | 0.479 | 0.356 | 0.595 | 0.245 | 0.678 | 0.33 | 0.503 | 0.384 | 0.56 | 0.362 | 0.611 | 0.624 | 0.42 | 0.66 | 0.645 | 0.521 | 0.747 | 0.525 | 0.479 | 0.37 | 0.665 | 0.444 | 0.483 | 0.712 | 0.496 | 0.593 | 0.496 | 0.691 | 0.491 | 0.662 | 0.378 | 0.387 | 0.489 | 0.5 | 0.713 | 0.551 | 0.525 | 0.65 | 0.709 | 0.534 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2.5-3B-Instruct
MERA |
0.605 | 0.635 | 0.533 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-3B-Instruct
MERA |
0.378 | 0.683 | 0.6 | 0.537 | 0.658 | 0.621 | 0.517 | 0.649 | 0.654 | 0.6 | 0.654 | 0.608 | 0.442 | 0.636 | 0.573 | 0.568 | 0.551 | 0.689 | 0.491 | 0.667 | 0.404 | 0.678 | 0.622 | 0.609 | 0.667 | 0.606 | 0.667 | 0.684 | 0.825 | 0.578 | 0.756 | 0.744 | 0.563 | 0.632 | 0.576 | 0.696 | 0.711 | 0.733 | 0.491 | 0.508 | 0.645 | 0.683 | 0.778 | 0.756 | 0.897 | 0.844 | 0.69 | 0.727 | 0.692 | 0.772 | 0.733 | 0.493 | 0.747 | 0.584 | 0.465 | 0.45 | 0.7 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-3B-Instruct
MERA |
0.169 | 0.16 | 0.18 | 0.139 | 0.129 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-3B-Instruct
MERA |
0.191 | 0.184 | 0.201 | 0.163 | 0.129 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-3B-Instruct
MERA |
0.162 | 0.161 | 0.169 | 0.141 | 0.139 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2.5-3B-Instruct
MERA |
0.787 | 0.771 | 0.588 | 0.757 | 0.429 | 0.721 |