Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.056 | Accuracy |
| RCB | 0.418 / 0.322 | Accuracy F1 macro |
| USE | 0.058 | Grade norm |
| RWSD | 0.523 | Accuracy |
| PARus | 0.534 | Accuracy |
| ruTiE | 0.525 | Accuracy |
| MultiQ | 0.212 / 0.116 | F1 Exact match |
| CheGeKa | 0.013 / 0 | F1 Exact match |
| ruModAr | 0.456 | Exact match |
| MaMuRAMu | 0.438 | Accuracy |
| ruMultiAr | 0.231 | Exact match |
| ruCodeEval | 0.02 / 0.077 / 0.134 | Pass@k |
| MathLogicQA | 0.329 | Accuracy |
| ruWorldTree | 0.531 / 0.514 | Accuracy F1 macro |
| ruOpenBookQA | 0.473 / 0.45 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.873 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.362 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.949 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.048 / 0.19 / 0.299 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.506 | |||||||||||||||||||||||||
| ruHateSpeech | 0.57 | |||||||||||||||||||||||||
| ruDetox | 0.049 | |||||||||||||||||||||||||
| 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
MERA |
0 | 0.067 | 0.433 | 0.233 | 0 | 0.067 | 0 | - | 0 | 0.033 | 0 | 0 | 0.033 | 0 | 0.133 | 0.067 | 0.033 | 0.033 | 0.033 | 0.033 | 0 | 0 | 0.033 | 0 | 0 | 0.075 | 0.133 | 0.033 | 0.033 | 0.067 | 0.1 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2.5-Coder-1.5B
MERA |
0.508 | 0.559 | 0.448 |
| 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
MERA |
0.348 | 0.398 | 0.355 | 0.611 | 0.405 | 0.478 | 0.427 | 0.408 | 0.386 | 0.426 | 0.219 | 0.27 | 0.34 | 0.444 | 0.411 | 0.428 | 0.42 | 0.333 | 0.233 | 0.427 | 0.242 | 0.45 | 0.33 | 0.306 | 0.321 | 0.41 | 0.302 | 0.417 | 0.465 | 0.25 | 0.55 | 0.554 | 0.331 | 0.596 | 0.4 | 0.333 | 0.32 | 0.352 | 0.258 | 0.374 | 0.364 | 0.232 | 0.483 | 0.371 | 0.378 | 0.278 | 0.348 | 0.326 | 0.301 | 0.354 | 0.27 | 0.422 | 0.321 | 0.357 | 0.55 | 0.448 | 0.347 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2.5-Coder-1.5B
MERA |
0.817 | 0.551 | 0.158 |
| 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
MERA |
0.333 | 0.446 | 0.3 | 0.472 | 0.368 | 0.414 | 0.328 | 0.351 | 0.365 | 0.415 | 0.564 | 0.425 | 0.283 | 0.55 | 0.345 | 0.284 | 0.561 | 0.333 | 0.263 | 0.439 | 0.281 | 0.356 | 0.356 | 0.391 | 0.667 | 0.394 | 0.462 | 0.439 | 0.649 | 0.533 | 0.689 | 0.538 | 0.536 | 0.404 | 0.364 | 0.375 | 0.311 | 0.489 | 0.404 | 0.446 | 0.367 | 0.365 | 0.667 | 0.578 | 0.69 | 0.822 | 0.397 | 0.455 | 0.6 | 0.509 | 0.644 | 0.348 | 0.532 | 0.468 | 0.372 | 0.339 | 0.544 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Coder-1.5B
MERA |
0.015 | 0.026 | 0.036 | 0.03 | 0.025 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Coder-1.5B
MERA |
-0.028 | 0.003 | -0.015 | -0.028 | -0.031 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Coder-1.5B
MERA |
-0.063 | -0.037 | -0.042 | -0.055 | -0.024 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2.5-Coder-1.5B
MERA |
0.611 | 0.657 | 0.647 | 0.649 | 0 | 0.443 |