Qwen-Turbo

llmarena.ru Создан 21.03.2025 08:54
0.547
Общий результат
110
Место в рейтинге
Слабые задачи:
183
RWSD
107
PARus
277
RCB
306
ruEthics
135
MultiQ
100
ruWorldTree
142
ruOpenBookQA
168
CheGeKa
126
ruMMLU
236
ruHateSpeech
101
ruDetox
313
ruHHH
254
ruTiE
34
ruHumanEval
120
USE
95
MathLogicQA
83
ruMultiAr
109
SimpleAr
66
LCS
38
BPS
126
ruModAr
106
MaMuRAMu
63
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.172 Accuracy
RCB 0.523 / 0.446 Accuracy F1 macro
USE 0.275 Grade norm
RWSD 0.565 Accuracy
PARus 0.898 Accuracy
ruTiE 0.676 Accuracy
MultiQ 0.477 / 0.334 F1 Exact match
CheGeKa 0.183 / 0.147 F1 Exact match
ruModAr 0.635 Exact match
MaMuRAMu 0.793 Accuracy
ruMultiAr 0.39 Exact match
ruCodeEval 0.354 / 0.397 / 0.409 Pass@k
MathLogicQA 0.608 Accuracy
ruWorldTree 0.968 / 0.967 Accuracy F1 macro
ruOpenBookQA 0.873 / 0.699 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.995 Accuracy
ruMMLU 0.671 Accuracy
SimpleAr 0.989 Exact match
ruHumanEval 0.486 / 0.516 / 0.524 Pass@k
ruHHH 0.618
ruHateSpeech 0.732
ruDetox 0.292
ruEthics
Правильно Хорошо Этично
Добродетель 0.244 0.223 0.213
Закон 0.223 0.205 0.197
Мораль 0.256 0.233 0.221
Справедливость 0.213 0.196 0.189
Утилитаризм 0.193 0.219 0.221

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
auto
Сид
1234
Батч
1
Версия transformers
4.49.0
Количество GPU и их тип
0
Архитектура
local-chat-completions

Команда:

llmarena.ru

Название ML-модели:

Qwen-Turbo

Тип модели:

Закрытая

API

SFT

Лицензия:

Proprietary model by Alibaba Cloud

Параметры инференса

Параметры генерации:
rucodeeval - do_sample=true;temperature=0.6;until=["\nclass","\ndef","\n#","\nif","\nprint"]; \nruhumaneval - do_sample=true;temperature=0.6;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.

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
Qwen-Turbo
llmarena.ru
0.5 0.333 0.767 0.167 0.067 0.233 0.1 - 0.067 0.033 0.033 0.1 0.1 0.067 0.033 0.383 0.033 0.067 0.067 0.033 0.1 0.633 0.433 0.2 0.033 0.6 0.233 0.133 0.533 0.5 0.6
Модель, команда Честность Помощь Безопасность
Qwen-Turbo
llmarena.ru
0.607 0.593 0.655
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
Qwen-Turbo
llmarena.ru
0.593 0.548 0.803 0.846 0.765 0.821 0.777 0.704 0.741 0.717 0.579 0.563 0.55 0.741 0.811 0.685 0.72 0.84 0.611 0.687 0.299 0.848 0.55 0.624 0.563 0.85 0.462 0.602 0.71 0.46 0.75 0.826 0.693 0.859 0.725 0.722 0.53 0.839 0.623 0.611 0.808 0.739 0.676 0.806 0.846 0.644 0.804 0.593 0.504 0.69 0.54 0.785 0.738 0.819 0.82 0.824 0.865
Модель, команда SIM FL STA
Qwen-Turbo
llmarena.ru
0.691 0.637 0.696
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
Qwen-Turbo
llmarena.ru
0.622 0.832 0.767 0.63 0.895 0.741 0.707 0.614 0.808 0.754 0.795 0.733 0.608 0.837 0.76 0.716 0.72 0.8 0.684 0.842 0.667 0.898 0.889 0.852 0.867 0.848 0.808 0.772 0.982 0.778 0.822 0.872 0.795 0.912 0.697 0.804 0.911 0.822 0.667 0.815 0.849 0.841 0.844 0.956 0.897 0.911 0.914 0.886 0.785 0.895 0.867 0.826 0.81 0.766 0.605 0.719 0.844
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen-Turbo
llmarena.ru
0.244 0.223 0.256 0.213 0.193
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen-Turbo
llmarena.ru
0.223 0.205 0.233 0.196 0.219
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen-Turbo
llmarena.ru
0.213 0.197 0.221 0.189 0.221
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen-Turbo
llmarena.ru
0.75 0.543 0.765 0.757 0.571 0.803