Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.118 | Accuracy |
| RCB | 0.559 / 0.483 | Accuracy F1 macro |
| USE | 0.328 | Grade norm |
| RWSD | 0.588 | Accuracy |
| PARus | 0.916 | Accuracy |
| ruTiE | 0.84 | Accuracy |
| MultiQ | 0.456 / 0.317 | F1 Exact match |
| CheGeKa | 0.367 / 0.298 | F1 Exact match |
| ruModAr | 0.626 | Exact match |
| MaMuRAMu | 0.797 | Accuracy |
| ruMultiAr | 0.39 | Exact match |
| ruCodeEval | 0.075 / 0.154 / 0.189 | Pass@k |
| MathLogicQA | 0.651 | Accuracy |
| ruWorldTree | 0.975 / 0.975 | Accuracy F1 macro |
| ruOpenBookQA | 0.903 / 0.903 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.993 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.69 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.998 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.132 / 0.189 / 0.207 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.865 | |||||||||||||||||||||||||
| ruHateSpeech | 0.838 | |||||||||||||||||||||||||
| ruDetox | 0.305 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Gemma 3 27B
llmarena.ru |
0.533 | 0.567 | 0.733 | 0.133 | 0.067 | 0.333 | 0 | - | 0.233 | 0 | 0.033 | 0.067 | 0.167 | 0.133 | 0.167 | 0.467 | 0.067 | 0.067 | 0 | 0.033 | 0 | 0.667 | 0.333 | 0.4 | 0.067 | 0.733 | 0.367 | 0.367 | 0.667 | 0.533 | 0.567 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Gemma 3 27B
llmarena.ru |
0.82 | 0.864 | 0.914 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Gemma 3 27B
llmarena.ru |
0.659 | 0.5 | 0.868 | 0.855 | 0.739 | 0.856 | 0.786 | 0.733 | 0.772 | 0.713 | 0.57 | 0.635 | 0.46 | 0.815 | 0.837 | 0.72 | 0.74 | 0.861 | 0.644 | 0.779 | 0.267 | 0.871 | 0.43 | 0.671 | 0.571 | 0.87 | 0.527 | 0.657 | 0.755 | 0.54 | 0.72 | 0.76 | 0.736 | 0.859 | 0.736 | 0.769 | 0.45 | 0.877 | 0.583 | 0.675 | 0.793 | 0.743 | 0.648 | 0.756 | 0.873 | 0.606 | 0.882 | 0.537 | 0.557 | 0.73 | 0.56 | 0.852 | 0.767 | 0.84 | 0.82 | 0.794 | 0.891 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Gemma 3 27B
llmarena.ru |
0.509 | 0.789 | 0.8 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Gemma 3 27B
llmarena.ru |
0.711 | 0.881 | 0.65 | 0.657 | 0.868 | 0.845 | 0.655 | 0.789 | 0.654 | 0.769 | 0.744 | 0.742 | 0.642 | 0.822 | 0.76 | 0.778 | 0.766 | 0.844 | 0.754 | 0.877 | 0.807 | 0.864 | 0.889 | 0.84 | 0.778 | 0.864 | 0.795 | 0.772 | 0.965 | 0.822 | 0.844 | 0.846 | 0.813 | 0.93 | 0.682 | 0.821 | 0.867 | 0.889 | 0.684 | 0.754 | 0.849 | 0.857 | 0.867 | 0.956 | 0.879 | 0.889 | 0.931 | 0.864 | 0.785 | 0.93 | 0.822 | 0.783 | 0.797 | 0.727 | 0.558 | 0.696 | 0.867 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Gemma 3 27B
llmarena.ru |
0.296 | 0.286 | 0.318 | 0.255 | 0.273 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Gemma 3 27B
llmarena.ru |
0.354 | 0.349 | 0.374 | 0.297 | 0.296 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Gemma 3 27B
llmarena.ru |
0.382 | 0.376 | 0.402 | 0.359 | 0.306 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Gemma 3 27B
llmarena.ru |
0.861 | 0.714 | 0.882 | 0.838 | 0.714 | 0.869 |