Qwen2.5-Coder-1.5B

MERA Создан 04.11.2024 17:55
0.317
Общий результат
458
Место в рейтинге
Слабые задачи:
314
RWSD
486
PARus
474
RCB
480
MultiQ
506
ruWorldTree
503
ruOpenBookQA
505
CheGeKa
495
ruMMLU
410
ruHateSpeech
586
ruDetox
462
ruHHH
445
ruTiE
209
ruHumanEval
495
USE
428
MathLogicQA
324
ruMultiAr
263
SimpleAr
515
LCS
341
BPS
302
ruModAr
464
MaMuRAMu
223
ruCodeEval
+18
Скрыть

Оценки по задачам лидерборда

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

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

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
Правильно Хорошо Этично
Добродетель 0.015 -0.028 -0.063
Закон 0.026 0.003 -0.037
Мораль 0.036 -0.015 -0.042
Справедливость 0.03 -0.028 -0.055
Утилитаризм 0.025 -0.031 -0.024

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-Coder-1.5B

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen2.5-Coder-1.5B

Размер модели

1.5B

Тип модели:

Открытая

Претрейн

Дополнительные ссылки:

https://arxiv.org/pdf/2409.12186

Описание архитектуры:

Type: Causal Language Models Training Stage: Pretraining Architecture: transformers with RoPE, SwiGLU, RMSNorm, Attention QKV bias and tied word embeddings Number of Parameters: 1.54B Number of Paramaters (Non-Embedding): 1.31B Number of Layers: 28 Number of Attention Heads (GQA): 12 for Q and 2 for KV Context Length: Full 131,072 tokens

Описание обучения:

-

Данные претрейна:

Large-scale, high-quality, and diverse data forms the foundation of pre-trained models. To this end, we constructed a dataset named Qwen2.5-Coder-Data. This dataset comprises five key data types: Source Code Data, Text-Code Grounding Data, Synthetic Data, Math Data, and Text Data, totaling 5.5 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 - 32768 \nrutie - 10000

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-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
Правильно
Хорошо
Этично
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