Qwen2.5-7B

MERA Создан 04.11.2024 17:52
0.456
Общий результат
227
Место в рейтинге
Слабые задачи:
308
RWSD
270
PARus
240
RCB
402
ruEthics
252
MultiQ
235
ruWorldTree
224
ruOpenBookQA
297
CheGeKa
218
ruMMLU
261
ruHateSpeech
195
ruDetox
248
ruHHH
347
ruTiE
199
ruHumanEval
260
USE
201
MathLogicQA
163
ruMultiAr
93
SimpleAr
519
LCS
152
BPS
159
ruModAr
199
MaMuRAMu
206
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.054 Accuracy
RCB 0.534 / 0.462 Accuracy F1 macro
USE 0.156 Grade norm
RWSD 0.523 Accuracy
PARus 0.794 Accuracy
ruTiE 0.589 Accuracy
MultiQ 0.37 / 0.247 F1 Exact match
CheGeKa 0.09 / 0.065 F1 Exact match
ruModAr 0.54 Exact match
MaMuRAMu 0.713 Accuracy
ruMultiAr 0.308 Exact match
ruCodeEval 0.026 / 0.109 / 0.183 Pass@k
MathLogicQA 0.455 Accuracy
ruWorldTree 0.903 / 0.902 Accuracy F1 macro
ruOpenBookQA 0.818 / 0.818 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.966 Accuracy
ruMMLU 0.596 Accuracy
SimpleAr 0.991 Exact match
ruHumanEval 0.062 / 0.225 / 0.354 Pass@k
ruHHH 0.68
ruHateSpeech 0.709
ruDetox 0.208
ruEthics
Правильно Хорошо Этично
Добродетель 0.112 0.241 0.191
Закон 0.146 0.246 0.176
Мораль 0.152 0.255 0.185
Справедливость 0.106 0.212 0.175
Утилитаризм 0.103 0.212 0.177

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:

Qwen2.5-7B

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen2.5-7B

Размер модели

7.0B

Тип модели:

Открытая

Претрейн

Дополнительные ссылки:

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

Описание архитектуры:

Type: Causal Language Models Training Stage: Pretraining Architecture: transformers with RoPE, SwiGLU, RMSNorm, and Attention QKV bias Number of Parameters: 7.61B Number of Paramaters (Non-Embedding): 6.53B Number of Layers: 28 Number of Attention Heads (GQA): 28 for Q and 4 for KV Context Length: 131,072 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:
simplear - do_sample=false;until=["\n"]; \nchegeka - 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;

Размер контекста:
simplear, bps, lcs, chegeka, mathlogicqa, parus, rcb, rudetox, ruhatespeech, rummlu, ruworldtree, ruopenbookqa, rumultiar, use, rwsd, mamuramu, multiq, rumodar, ruethics, ruhhh, ruhumaneval, rucodeeval, rutie - 131072

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
Qwen2.5-7B
MERA
0.267 0.4 0.767 0.167 0 0.233 0 - 0 0.033 0 0 0.067 0.033 0.1 0.117 0.033 0 0 0.033 0 0.6 0.1 0.033 0.033 0.317 0.133 0.1 0.367 0.033 0.267
Модель, команда Честность Помощь Безопасность
Qwen2.5-7B
MERA
0.59 0.712 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
Qwen2.5-7B
MERA
0.615 0.512 0.743 0.795 0.673 0.741 0.709 0.659 0.648 0.668 0.535 0.397 0.45 0.639 0.702 0.688 0.7 0.632 0.467 0.656 0.239 0.772 0.43 0.572 0.473 0.67 0.426 0.574 0.682 0.45 0.76 0.752 0.571 0.788 0.672 0.645 0.46 0.768 0.503 0.586 0.778 0.57 0.676 0.626 0.73 0.537 0.74 0.452 0.411 0.587 0.59 0.797 0.672 0.702 0.8 0.715 0.705
Модель, команда SIM FL STA
Qwen2.5-7B
MERA
0.578 0.707 0.611
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
MERA
0.667 0.802 0.6 0.639 0.763 0.69 0.569 0.684 0.692 0.708 0.718 0.667 0.533 0.721 0.637 0.679 0.682 0.733 0.544 0.807 0.404 0.797 0.822 0.757 0.756 0.697 0.744 0.632 0.895 0.778 0.8 0.769 0.616 0.86 0.636 0.75 0.822 0.733 0.596 0.662 0.812 0.778 0.8 0.8 0.845 0.889 0.862 0.795 0.662 0.825 0.867 0.725 0.81 0.662 0.605 0.538 0.811
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2.5-7B
MERA
0.112 0.146 0.152 0.106 0.103
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2.5-7B
MERA
0.241 0.246 0.255 0.212 0.212
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen2.5-7B
MERA
0.191 0.176 0.185 0.175 0.177
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen2.5-7B
MERA
0.694 0.686 0.706 0.784 0.286 0.754