Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.078 | Accuracy |
| RCB | 0.441 / 0.386 | Accuracy F1 macro |
| USE | 0.048 | Grade norm |
| RWSD | 0.519 | Accuracy |
| PARus | 0.5 | Accuracy |
| ruTiE | 0.538 | Accuracy |
| MultiQ | 0.18 / 0.112 | F1 Exact match |
| CheGeKa | 0.009 / 0 | F1 Exact match |
| ruModAr | 0.428 | Exact match |
| MaMuRAMu | 0.421 | Accuracy |
| ruMultiAr | 0.201 | Exact match |
| ruCodeEval | 0.007 / 0.035 / 0.067 | Pass@k |
| MathLogicQA | 0.303 | Accuracy |
| ruWorldTree | 0.537 / 0.529 | Accuracy F1 macro |
| ruOpenBookQA | 0.465 / 0.451 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.737 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.35 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.919 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.02 / 0.087 / 0.152 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.506 | |||||||||||||||||||||||||
| ruHateSpeech | 0.536 | |||||||||||||||||||||||||
| ruDetox | 0.051 | |||||||||||||||||||||||||
| 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-Coder-1.5B-Instruct
MERA |
0.067 | 0.033 | 0.367 | 0.167 | 0 | 0.033 | 0 | - | 0.033 | 0 | 0 | 0 | 0 | 0 | 0.133 | 0.15 | 0.033 | 0 | 0.033 | 0.033 | 0 | 0 | 0 | 0 | 0.033 | 0.033 | 0.033 | 0.033 | 0.033 | 0.067 | 0.067 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2.5-Coder-1.5B-Instruct
MERA |
0.525 | 0.559 | 0.431 |
| 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-Coder-1.5B-Instruct
MERA |
0.341 | 0.373 | 0.296 | 0.585 | 0.405 | 0.378 | 0.388 | 0.363 | 0.358 | 0.453 | 0.263 | 0.294 | 0.36 | 0.454 | 0.41 | 0.367 | 0.35 | 0.306 | 0.189 | 0.336 | 0.242 | 0.339 | 0.26 | 0.318 | 0.348 | 0.4 | 0.312 | 0.454 | 0.384 | 0.27 | 0.45 | 0.512 | 0.35 | 0.576 | 0.419 | 0.368 | 0.24 | 0.365 | 0.285 | 0.35 | 0.359 | 0.221 | 0.393 | 0.353 | 0.371 | 0.31 | 0.358 | 0.296 | 0.301 | 0.326 | 0.31 | 0.426 | 0.333 | 0.378 | 0.5 | 0.436 | 0.316 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2.5-Coder-1.5B-Instruct
MERA |
0.836 | 0.571 | 0.132 |
| 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-Coder-1.5B-Instruct
MERA |
0.333 | 0.446 | 0.367 | 0.426 | 0.329 | 0.483 | 0.379 | 0.351 | 0.365 | 0.338 | 0.538 | 0.467 | 0.275 | 0.457 | 0.298 | 0.296 | 0.533 | 0.4 | 0.351 | 0.491 | 0.263 | 0.288 | 0.556 | 0.402 | 0.578 | 0.348 | 0.423 | 0.421 | 0.614 | 0.422 | 0.667 | 0.449 | 0.411 | 0.316 | 0.318 | 0.429 | 0.222 | 0.578 | 0.421 | 0.369 | 0.376 | 0.365 | 0.622 | 0.556 | 0.69 | 0.756 | 0.328 | 0.477 | 0.523 | 0.509 | 0.622 | 0.362 | 0.608 | 0.455 | 0.372 | 0.281 | 0.522 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Coder-1.5B-Instruct
MERA |
0.044 | 0.076 | 0.052 | 0.053 | -0 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Coder-1.5B-Instruct
MERA |
-0.012 | 0.012 | 0.012 | -0.028 | -0.006 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Coder-1.5B-Instruct
MERA |
0.058 | 0.059 | 0.051 | 0.052 | 0.064 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2.5-Coder-1.5B-Instruct
MERA |
0.565 | 0.543 | 0.588 | 0.649 | 0.143 | 0.443 |