Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.164 | Accuracy |
| RCB | 0.505 / 0.443 | Accuracy F1 macro |
| USE | 0.123 | Grade norm |
| RWSD | 0.615 | Accuracy |
| PARus | 0.642 | Accuracy |
| ruTiE | 0.558 | Accuracy |
| MultiQ | 0.3 / 0.159 | F1 Exact match |
| CheGeKa | 0.029 / 0.012 | F1 Exact match |
| ruModAr | 0.396 | Exact match |
| MaMuRAMu | 0.457 | Accuracy |
| ruMultiAr | 0.188 | Exact match |
| ruCodeEval | 0.384 / 0.658 / 0.713 | Pass@k |
| MathLogicQA | 0.373 | Accuracy |
| ruWorldTree | 0.619 / 0.61 | Accuracy F1 macro |
| ruOpenBookQA | 0.543 / 0.533 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.984 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.377 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.82 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.414 / 0.696 / 0.756 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.607 | |||||||||||||||||||||||||
| ruHateSpeech | 0.623 | |||||||||||||||||||||||||
| ruDetox | 0.136 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Yi-Coder-9B-Chat
MERA |
0.333 | 0.133 | 0.567 | 0.1 | 0 | 0.033 | 0 | - | 0 | 0 | 0.067 | 0 | 0.133 | 0 | 0.1 | 0.267 | 0.033 | 0 | 0.067 | 0.033 | 0.033 | 0.1 | 0 | 0 | 0.033 | 0.208 | 0.2 | 0.133 | 0.333 | 0.133 | 0.233 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Yi-Coder-9B-Chat
MERA |
0.557 | 0.712 | 0.552 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Yi-Coder-9B-Chat
MERA |
0.281 | 0.301 | 0.447 | 0.556 | 0.402 | 0.418 | 0.544 | 0.421 | 0.401 | 0.359 | 0.377 | 0.381 | 0.29 | 0.472 | 0.442 | 0.413 | 0.39 | 0.326 | 0.233 | 0.313 | 0.246 | 0.327 | 0.28 | 0.353 | 0.321 | 0.42 | 0.296 | 0.407 | 0.433 | 0.26 | 0.55 | 0.529 | 0.387 | 0.424 | 0.408 | 0.402 | 0.32 | 0.423 | 0.358 | 0.31 | 0.424 | 0.29 | 0.524 | 0.435 | 0.431 | 0.361 | 0.475 | 0.326 | 0.33 | 0.361 | 0.39 | 0.481 | 0.359 | 0.37 | 0.68 | 0.424 | 0.399 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Yi-Coder-9B-Chat
MERA |
0.713 | 0.49 | 0.447 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Yi-Coder-9B-Chat
MERA |
0.356 | 0.436 | 0.383 | 0.546 | 0.421 | 0.397 | 0.483 | 0.386 | 0.365 | 0.415 | 0.526 | 0.567 | 0.342 | 0.465 | 0.345 | 0.346 | 0.495 | 0.333 | 0.263 | 0.526 | 0.228 | 0.492 | 0.444 | 0.391 | 0.533 | 0.379 | 0.551 | 0.491 | 0.684 | 0.467 | 0.622 | 0.372 | 0.393 | 0.456 | 0.348 | 0.518 | 0.6 | 0.6 | 0.421 | 0.462 | 0.461 | 0.286 | 0.533 | 0.622 | 0.776 | 0.711 | 0.448 | 0.636 | 0.631 | 0.614 | 0.756 | 0.29 | 0.582 | 0.545 | 0.395 | 0.304 | 0.467 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-Coder-9B-Chat
MERA |
0.125 | 0.118 | 0.129 | 0.128 | 0.114 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-Coder-9B-Chat
MERA |
0.213 | 0.19 | 0.214 | 0.192 | 0.152 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Yi-Coder-9B-Chat
MERA |
0.163 | 0.165 | 0.163 | 0.131 | 0.144 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Yi-Coder-9B-Chat
MERA |
0.602 | 0.714 | 0.647 | 0.703 | 0.429 | 0.574 |