Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.11 | Accuracy |
| RCB | 0.473 / 0.431 | Accuracy F1 macro |
| USE | 0.086 | Grade norm |
| RWSD | 0.485 | Accuracy |
| PARus | 0.69 | Accuracy |
| ruTiE | 0.625 | Accuracy |
| MultiQ | 0.279 / 0.182 | F1 Exact match |
| CheGeKa | 0.048 / 0.026 | F1 Exact match |
| ruModAr | 0.489 | Exact match |
| MaMuRAMu | 0.628 | Accuracy |
| ruMultiAr | 0.294 | Exact match |
| ruCodeEval | 0.02 / 0.087 / 0.152 | Pass@k |
| MathLogicQA | 0.409 | Accuracy |
| ruWorldTree | 0.83 / 0.828 | Accuracy F1 macro |
| ruOpenBookQA | 0.71 / 0.707 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.798 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.505 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.955 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.039 / 0.137 / 0.207 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.551 | |||||||||||||||||||||||||
| ruHateSpeech | 0.611 | |||||||||||||||||||||||||
| ruDetox | 0.137 | |||||||||||||||||||||||||
| 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
MERA |
0.3 | 0.1 | 0.5 | 0.167 | 0 | 0.033 | 0 | - | 0 | 0 | 0 | 0 | 0.1 | 0 | 0.133 | 0.083 | 0.033 | 0.033 | 0.067 | 0 | 0 | 0.3 | 0 | 0 | 0.033 | 0.2 | 0.033 | 0.033 | 0 | 0.033 | 0.067 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2.5-3B
MERA |
0.475 | 0.576 | 0.603 |
| 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
MERA |
0.452 | 0.434 | 0.592 | 0.726 | 0.588 | 0.642 | 0.612 | 0.556 | 0.562 | 0.592 | 0.316 | 0.333 | 0.33 | 0.62 | 0.594 | 0.566 | 0.56 | 0.444 | 0.356 | 0.55 | 0.296 | 0.661 | 0.34 | 0.451 | 0.375 | 0.56 | 0.379 | 0.528 | 0.559 | 0.41 | 0.67 | 0.711 | 0.485 | 0.727 | 0.528 | 0.491 | 0.39 | 0.629 | 0.377 | 0.488 | 0.652 | 0.415 | 0.545 | 0.491 | 0.633 | 0.412 | 0.657 | 0.422 | 0.383 | 0.507 | 0.44 | 0.671 | 0.515 | 0.504 | 0.68 | 0.685 | 0.518 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2.5-3B
MERA |
0.555 | 0.694 | 0.48 |
| 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
MERA |
0.444 | 0.693 | 0.6 | 0.574 | 0.684 | 0.638 | 0.5 | 0.667 | 0.673 | 0.631 | 0.718 | 0.567 | 0.442 | 0.667 | 0.567 | 0.519 | 0.579 | 0.667 | 0.491 | 0.754 | 0.439 | 0.729 | 0.778 | 0.633 | 0.667 | 0.545 | 0.667 | 0.632 | 0.807 | 0.689 | 0.733 | 0.667 | 0.554 | 0.719 | 0.485 | 0.679 | 0.667 | 0.756 | 0.579 | 0.585 | 0.629 | 0.619 | 0.867 | 0.822 | 0.914 | 0.8 | 0.741 | 0.773 | 0.631 | 0.772 | 0.756 | 0.522 | 0.709 | 0.584 | 0.558 | 0.444 | 0.656 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-3B
MERA |
0.15 | 0.153 | 0.177 | 0.141 | 0.126 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-3B
MERA |
0.14 | 0.152 | 0.152 | 0.122 | 0.089 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-3B
MERA |
0.135 | 0.161 | 0.171 | 0.126 | 0.136 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2.5-3B
MERA |
0.583 | 0.686 | 0.529 | 0.757 | 0.429 | 0.574 |