GigaChat 2

GIGACHAT Создан 12.03.2025 11:33
0.541
Общий результат
113
Место в рейтинге
Слабые задачи:
596
RWSD
154
PARus
89
RCB
278
ruEthics
221
MultiQ
128
ruWorldTree
134
ruOpenBookQA
151
CheGeKa
175
ruMMLU
359
ruHateSpeech
377
ruDetox
103
ruHHH
100
ruTiE
60
ruHumanEval
59
USE
91
MathLogicQA
155
ruMultiAr
175
SimpleAr
289
LCS
191
BPS
46
ruModAr
124
MaMuRAMu
77
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.106 Accuracy
RCB 0.571 / 0.361 Accuracy F1 macro
USE 0.361 Grade norm
RWSD 0.369 Accuracy
PARus 0.876 Accuracy
ruTiE 0.81 Accuracy
MultiQ 0.395 / 0.273 F1 Exact match
CheGeKa 0.2 / 0.163 F1 Exact match
ruModAr 0.854 Exact match
MaMuRAMu 0.766 Accuracy
ruMultiAr 0.315 Exact match
ruCodeEval 0.279 / 0.32 / 0.341 Pass@k
MathLogicQA 0.615 Accuracy
ruWorldTree 0.956 / 0.956 Accuracy F1 macro
ruOpenBookQA 0.878 / 0.704 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.957 Accuracy
ruMMLU 0.638 Accuracy
SimpleAr 0.979 Exact match
ruHumanEval 0.346 / 0.385 / 0.409 Pass@k
ruHHH 0.831
ruHateSpeech 0.623
ruDetox 0.125
ruEthics
Правильно Хорошо Этично
Добродетель 0.242 0.238 0.237
Закон 0.242 0.242 0.237
Мораль 0.257 0.252 0.255
Справедливость 0.215 0.216 0.21
Утилитаризм 0.206 0.229 0.218

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.5.1
Версия кодовой базы
30667dc
Версия CUDA
12.4
Precision весов модели
-
Сид
1234
Батч
1
Версия transformers
4.49.0
Количество GPU и их тип
-
Архитектура
gigachat_llms

Команда:

GIGACHAT

Название ML-модели:

GigaChat 2

Ссылка на ML-модель:

https://developers.sber.ru/docs/ru/gigachat/models

Тип модели:

Закрытая

API

SFT

Описание архитектуры:

GigaChat 2 is a new Large Language Model (LLM) by Sber. The version is available for users via API in preview mode https://developers.sber.ru/portal/products/gigachat-api

Описание обучения:

-

Данные претрейна:

-

Лицензия:

Proprietary model by Sber

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"]; \nrucodeeval - do_sample=true;until=["\nclass","\ndef","\n#","\nif","\nprint"];

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.

Описание темплейта:
API Default

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
GigaChat 2
GIGACHAT
0.8 0.4 0.7 0.267 0.2 0.467 0.167 - 0.267 0.167 0.2 0.067 0.5 0.1 0.067 0.6 0.033 0 0.067 0 0.1 0.667 0.467 0.067 0.2 0.675 0.4 0.433 0.6 0.367 0.6
Модель, команда Честность Помощь Безопасность
GigaChat 2
GIGACHAT
0.754 0.814 0.931
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
GigaChat 2
GIGACHAT
0.659 0.506 0.809 0.803 0.768 0.831 0.806 0.678 0.735 0.682 0.465 0.508 0.39 0.685 0.788 0.633 0.65 0.771 0.422 0.695 0.359 0.795 0.41 0.636 0.536 0.76 0.424 0.63 0.682 0.51 0.76 0.785 0.638 0.768 0.672 0.671 0.48 0.842 0.576 0.616 0.813 0.669 0.628 0.668 0.848 0.606 0.706 0.452 0.443 0.649 0.68 0.751 0.708 0.773 0.86 0.721 0.772
Модель, команда SIM FL STA
GigaChat 2
GIGACHAT
0.222 0.717 0.765
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
GigaChat 2
GIGACHAT
0.622 0.901 0.633 0.667 0.855 0.741 0.638 0.772 0.769 0.692 0.756 0.733 0.458 0.814 0.673 0.667 0.776 0.756 0.702 0.772 0.526 0.864 0.778 0.834 0.8 0.879 0.859 0.754 0.895 0.8 0.867 0.795 0.741 0.825 0.697 0.857 0.8 0.822 0.614 0.738 0.861 0.825 0.778 0.822 0.897 0.867 0.862 0.841 0.862 0.912 0.889 0.71 0.797 0.701 0.651 0.673 0.811
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
GigaChat 2
GIGACHAT
0.242 0.242 0.257 0.215 0.206
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
GigaChat 2
GIGACHAT
0.238 0.242 0.252 0.216 0.229
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
GigaChat 2
GIGACHAT
0.237 0.237 0.255 0.21 0.218
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
GigaChat 2
GIGACHAT
0.843 0.6 0 0.162 0.286 0.738