Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.126 | Accuracy |
| RCB | 0.548 / 0.446 | Accuracy F1 macro |
| USE | 0.18 | Grade norm |
| RWSD | 0.538 | Accuracy |
| PARus | 0.716 | Accuracy |
| ruTiE | 0.735 | Accuracy |
| MultiQ | 0.399 / 0.302 | F1 Exact match |
| CheGeKa | 0.041 / 0.022 | F1 Exact match |
| ruModAr | 0.483 | Exact match |
| MaMuRAMu | 0.617 | Accuracy |
| ruMultiAr | 0.308 | Exact match |
| ruCodeEval | 0.207 / 0.412 / 0.494 | Pass@k |
| MathLogicQA | 0.403 | Accuracy |
| ruWorldTree | 0.855 / 0.855 | Accuracy F1 macro |
| ruOpenBookQA | 0.745 / 0.744 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.991 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.52 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.978 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.173 / 0.357 / 0.427 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.624 | |||||||||||||||||||||||||
| ruHateSpeech | 0.781 | |||||||||||||||||||||||||
| ruDetox | 0.161 | |||||||||||||||||||||||||
| 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-7B-Instruct
MERA |
0.467 | 0.167 | 0.733 | 0.1 | 0.033 | 0.067 | 0 | - | 0 | 0 | 0 | 0 | 0 | 0.033 | 0.133 | 0.3 | 0 | 0.033 | 0.033 | 0 | 0.033 | 0.467 | 0.067 | 0.1 | 0.167 | 0.367 | 0.167 | 0.1 | 0.567 | 0.233 | 0.367 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2.5-Coder-7B-Instruct
MERA |
0.541 | 0.627 | 0.707 |
| 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-7B-Instruct
MERA |
0.407 | 0.476 | 0.625 | 0.739 | 0.569 | 0.687 | 0.66 | 0.601 | 0.506 | 0.587 | 0.386 | 0.397 | 0.33 | 0.62 | 0.605 | 0.523 | 0.6 | 0.507 | 0.378 | 0.542 | 0.249 | 0.62 | 0.42 | 0.514 | 0.429 | 0.55 | 0.377 | 0.537 | 0.665 | 0.35 | 0.7 | 0.678 | 0.552 | 0.747 | 0.555 | 0.568 | 0.43 | 0.674 | 0.43 | 0.517 | 0.707 | 0.445 | 0.531 | 0.581 | 0.685 | 0.505 | 0.554 | 0.404 | 0.383 | 0.492 | 0.53 | 0.62 | 0.569 | 0.597 | 0.76 | 0.667 | 0.575 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2.5-Coder-7B-Instruct
MERA |
0.807 | 0.611 | 0.373 |
| 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-7B-Instruct
MERA |
0.444 | 0.584 | 0.5 | 0.509 | 0.618 | 0.569 | 0.569 | 0.667 | 0.558 | 0.615 | 0.603 | 0.642 | 0.467 | 0.651 | 0.497 | 0.568 | 0.682 | 0.667 | 0.526 | 0.684 | 0.298 | 0.678 | 0.756 | 0.609 | 0.822 | 0.652 | 0.59 | 0.509 | 0.825 | 0.622 | 0.778 | 0.654 | 0.652 | 0.737 | 0.485 | 0.679 | 0.711 | 0.778 | 0.526 | 0.477 | 0.633 | 0.651 | 0.756 | 0.733 | 0.862 | 0.889 | 0.724 | 0.818 | 0.646 | 0.772 | 0.756 | 0.478 | 0.709 | 0.558 | 0.535 | 0.462 | 0.711 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Coder-7B-Instruct
MERA |
0.366 | 0.355 | 0.397 | 0.315 | 0.306 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Coder-7B-Instruct
MERA |
0.363 | 0.36 | 0.369 | 0.3 | 0.293 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Coder-7B-Instruct
MERA |
0.381 | 0.357 | 0.395 | 0.323 | 0.354 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2.5-Coder-7B-Instruct
MERA |
0.787 | 0.686 | 0.765 | 0.811 | 0.571 | 0.836 |