Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.112 | Accuracy |
| RCB | 0.37 / 0.337 | Accuracy F1 macro |
| USE | 0.062 | Grade norm |
| RWSD | 0.473 | Accuracy |
| PARus | 0.496 | Accuracy |
| ruTiE | 0.508 | Accuracy |
| MultiQ | 0.095 / 0.06 | F1 Exact match |
| CheGeKa | 0.006 / 0 | F1 Exact match |
| ruModAr | 0.505 | Exact match |
| MaMuRAMu | 0.39 | Accuracy |
| ruMultiAr | 0.337 | Exact match |
| ruCodeEval | 0.08 / 0.21 / 0.287 | Pass@k |
| MathLogicQA | 0.361 | Accuracy |
| ruWorldTree | 0.377 / 0.365 | Accuracy F1 macro |
| ruOpenBookQA | 0.408 / 0.398 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.693 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.329 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.969 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.141 / 0.301 / 0.378 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.556 | |||||||||||||||||||||||||
| ruHateSpeech | 0.468 | |||||||||||||||||||||||||
| ruDetox | 0.059 | |||||||||||||||||||||||||
| 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-Math-1.5B
MERA |
0 | 0 | 0.367 | 0.167 | 0 | 0.067 | 0 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0.1 | 0.217 | 0 | 0 | 0.067 | 0 | 0 | 0.033 | 0 | 0 | 0.033 | 0.108 | 0.033 | 0.1 | 0.067 | 0 | 0.2 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2.5-Math-1.5B
MERA |
0.541 | 0.559 | 0.569 |
| 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-Math-1.5B
MERA |
0.237 | 0.325 | 0.336 | 0.474 | 0.363 | 0.453 | 0.359 | 0.373 | 0.34 | 0.278 | 0.289 | 0.341 | 0.32 | 0.38 | 0.333 | 0.332 | 0.4 | 0.264 | 0.356 | 0.313 | 0.235 | 0.304 | 0.33 | 0.341 | 0.384 | 0.34 | 0.286 | 0.38 | 0.286 | 0.29 | 0.44 | 0.471 | 0.393 | 0.364 | 0.328 | 0.325 | 0.33 | 0.297 | 0.265 | 0.335 | 0.328 | 0.206 | 0.4 | 0.493 | 0.275 | 0.31 | 0.328 | 0.4 | 0.28 | 0.343 | 0.4 | 0.35 | 0.356 | 0.366 | 0.51 | 0.358 | 0.29 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2.5-Math-1.5B
MERA |
0.511 | 0.527 | 0.384 |
| 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-Math-1.5B
MERA |
0.289 | 0.366 | 0.367 | 0.398 | 0.263 | 0.328 | 0.431 | 0.316 | 0.385 | 0.292 | 0.615 | 0.392 | 0.283 | 0.326 | 0.327 | 0.333 | 0.449 | 0.378 | 0.333 | 0.474 | 0.316 | 0.288 | 0.556 | 0.325 | 0.444 | 0.303 | 0.385 | 0.298 | 0.526 | 0.378 | 0.6 | 0.269 | 0.429 | 0.281 | 0.273 | 0.643 | 0.6 | 0.378 | 0.421 | 0.338 | 0.302 | 0.365 | 0.4 | 0.711 | 0.638 | 0.8 | 0.345 | 0.727 | 0.369 | 0.456 | 0.467 | 0.391 | 0.506 | 0.416 | 0.419 | 0.322 | 0.411 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B
MERA |
0.043 | 0.055 | 0.037 | -0.029 | -0.006 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B
MERA |
0.058 | 0.052 | 0.05 | 0.037 | 0.025 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B
MERA |
0.043 | 0.019 | 0.037 | 0.023 | 0.079 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B
MERA |
0.454 | 0.514 | 0.412 | 0.432 | 0.714 | 0.475 |