Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.102 | Accuracy |
| RCB | 0.566 / 0.493 | Accuracy F1 macro |
| USE | 0.208 | Grade norm |
| RWSD | 0.619 | Accuracy |
| PARus | 0.832 | Accuracy |
| ruTiE | 0.711 | Accuracy |
| MultiQ | 0.382 / 0.264 | F1 Exact match |
| CheGeKa | 0.095 / 0.072 | F1 Exact match |
| ruModAr | 0.564 | Exact match |
| MaMuRAMu | 0.702 | Accuracy |
| ruMultiAr | 0.306 | Exact match |
| ruCodeEval | 0.053 / 0.21 / 0.335 | Pass@k |
| MathLogicQA | 0.465 | Accuracy |
| ruWorldTree | 0.92 / 0.919 | Accuracy F1 macro |
| ruOpenBookQA | 0.828 / 0.828 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.916 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.59 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.974 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.091 / 0.27 / 0.378 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.815 | |||||||||||||||||||||||||
| ruHateSpeech | 0.725 | |||||||||||||||||||||||||
| ruDetox | 0.231 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-7B-Instruct
MERA |
0.333 | 0.367 | 0.8 | 0.3 | 0.1 | 0.233 | 0.033 | - | 0 | 0.067 | 0 | 0.033 | 0.133 | 0 | 0.1 | 0.217 | 0.033 | 0.033 | 0 | 0.033 | 0 | 0.533 | 0.233 | 0.1 | 0.033 | 0.392 | 0.133 | 0.267 | 0.367 | 0.4 | 0.4 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2.5-7B-Instruct
MERA |
0.787 | 0.763 | 0.897 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-7B-Instruct
MERA |
0.556 | 0.458 | 0.796 | 0.769 | 0.654 | 0.731 | 0.709 | 0.65 | 0.636 | 0.614 | 0.474 | 0.508 | 0.39 | 0.694 | 0.708 | 0.673 | 0.68 | 0.611 | 0.411 | 0.672 | 0.251 | 0.76 | 0.4 | 0.555 | 0.518 | 0.7 | 0.406 | 0.556 | 0.653 | 0.42 | 0.75 | 0.769 | 0.632 | 0.788 | 0.653 | 0.662 | 0.41 | 0.748 | 0.543 | 0.581 | 0.722 | 0.577 | 0.648 | 0.589 | 0.747 | 0.625 | 0.691 | 0.493 | 0.397 | 0.593 | 0.58 | 0.789 | 0.667 | 0.693 | 0.78 | 0.739 | 0.663 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2.5-7B-Instruct
MERA |
0.495 | 0.682 | 0.748 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-7B-Instruct
MERA |
0.622 | 0.812 | 0.6 | 0.602 | 0.697 | 0.672 | 0.569 | 0.702 | 0.692 | 0.662 | 0.705 | 0.725 | 0.508 | 0.705 | 0.602 | 0.691 | 0.738 | 0.667 | 0.614 | 0.789 | 0.649 | 0.763 | 0.689 | 0.74 | 0.711 | 0.667 | 0.718 | 0.649 | 0.895 | 0.689 | 0.822 | 0.795 | 0.634 | 0.789 | 0.621 | 0.696 | 0.822 | 0.778 | 0.579 | 0.646 | 0.78 | 0.762 | 0.733 | 0.689 | 0.879 | 0.911 | 0.862 | 0.795 | 0.692 | 0.825 | 0.8 | 0.739 | 0.772 | 0.61 | 0.581 | 0.538 | 0.789 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-7B-Instruct
MERA |
0.253 | 0.248 | 0.267 | 0.214 | 0.224 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-7B-Instruct
MERA |
0.284 | 0.261 | 0.296 | 0.25 | 0.257 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-7B-Instruct
MERA |
0.275 | 0.251 | 0.287 | 0.24 | 0.231 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2.5-7B-Instruct
MERA |
0.769 | 0.657 | 0.765 | 0.676 | 0.571 | 0.721 |