Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.03 | Accuracy |
| RCB | 0.534 / 0.495 | Accuracy F1 macro |
| USE | 0.285 | Grade norm |
| RWSD | 0.565 | Accuracy |
| PARus | 0.864 | Accuracy |
| ruTiE | 0.652 | Accuracy |
| MultiQ | 0.414 / 0.289 | F1 Exact match |
| CheGeKa | 0.297 / 0.219 | F1 Exact match |
| ruModAr | 0.708 | Exact match |
| MaMuRAMu | 0.773 | Accuracy |
| ruMultiAr | 0.286 | Exact match |
| ruCodeEval | 0.043 / 0.161 / 0.25 | Pass@k |
| MathLogicQA | 0.476 | Accuracy |
| ruWorldTree | 0.962 / 0.962 | Accuracy F1 macro |
| ruOpenBookQA | 0.885 / 0.886 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.961 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.663 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.982 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.09 / 0.276 / 0.39 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.601 | |||||||||||||||||||||||||
| ruHateSpeech | 0.823 | |||||||||||||||||||||||||
| ruDetox | 0.184 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Zero-Mistral-Small-24B-Instruct-2501
ZeroAgency |
0.667 | 0.4 | 0.833 | 0.233 | 0.167 | 0.567 | 0.033 | - | 0 | 0.033 | 0 | 0 | 0.433 | 0.033 | 0.1 | 0.267 | 0.033 | 0.033 | 0 | 0.033 | 0.1 | 0.767 | 0.267 | 0.2 | 0.133 | 0.592 | 0.1 | 0.3 | 0.633 | 0.3 | 0.4 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Zero-Mistral-Small-24B-Instruct-2501
ZeroAgency |
0.557 | 0.61 | 0.638 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Zero-Mistral-Small-24B-Instruct-2501
ZeroAgency |
0.681 | 0.53 | 0.829 | 0.846 | 0.788 | 0.811 | 0.777 | 0.72 | 0.765 | 0.704 | 0.474 | 0.532 | 0.44 | 0.741 | 0.799 | 0.72 | 0.69 | 0.799 | 0.456 | 0.733 | 0.361 | 0.813 | 0.45 | 0.642 | 0.527 | 0.85 | 0.458 | 0.648 | 0.767 | 0.47 | 0.73 | 0.826 | 0.681 | 0.838 | 0.74 | 0.709 | 0.46 | 0.845 | 0.523 | 0.631 | 0.808 | 0.717 | 0.607 | 0.629 | 0.846 | 0.583 | 0.877 | 0.422 | 0.461 | 0.685 | 0.69 | 0.835 | 0.738 | 0.807 | 0.79 | 0.764 | 0.85 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Zero-Mistral-Small-24B-Instruct-2501
ZeroAgency |
0.75 | 0.621 | 0.451 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Zero-Mistral-Small-24B-Instruct-2501
ZeroAgency |
0.622 | 0.861 | 0.683 | 0.667 | 0.816 | 0.879 | 0.759 | 0.719 | 0.769 | 0.769 | 0.769 | 0.742 | 0.583 | 0.744 | 0.749 | 0.654 | 0.785 | 0.8 | 0.719 | 0.807 | 0.667 | 0.831 | 0.8 | 0.811 | 0.756 | 0.833 | 0.795 | 0.667 | 0.912 | 0.778 | 0.8 | 0.872 | 0.679 | 0.93 | 0.636 | 0.804 | 0.844 | 0.822 | 0.614 | 0.692 | 0.833 | 0.873 | 0.867 | 0.889 | 0.914 | 0.867 | 0.897 | 0.864 | 0.769 | 0.912 | 0.867 | 0.812 | 0.785 | 0.662 | 0.581 | 0.69 | 0.889 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Zero-Mistral-Small-24B-Instruct-2501
ZeroAgency |
0.316 | 0.373 | 0.362 | 0.334 | 0.295 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Zero-Mistral-Small-24B-Instruct-2501
ZeroAgency |
0.424 | 0.439 | 0.457 | 0.398 | 0.373 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Zero-Mistral-Small-24B-Instruct-2501
ZeroAgency |
0.54 | 0.53 | 0.549 | 0.488 | 0.461 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Zero-Mistral-Small-24B-Instruct-2501
ZeroAgency |
0.833 | 0.771 | 0.765 | 0.784 | 0.714 | 0.885 |