Text Industrial Code Multi
Лидерборд Задачи Как работает MERA
Вернуться на лидерборд

Command R

llmarena.ru Создан 21.03.2025 08:57
0.455
Общий результат
224
Место в рейтинге
Слабые задачи:
596
RWSD
119
PARus
324
RCB
60
ruEthics
107
MultiQ
212
ruWorldTree
219
ruOpenBookQA
121
CheGeKa
223
ruMMLU
153
ruHateSpeech
85
ruDetox
231
ruHHH
149
ruTiE
213
ruHumanEval
180
USE
310
MathLogicQA
233
ruMultiAr
71
SimpleAr
500
LCS
277
BPS
384
ruModAr
195
MaMuRAMu
206
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.058 Accuracy
RCB 0.505 / 0.318 Accuracy F1 macro
USE 0.192 Grade norm
RWSD 0.338 Accuracy
PARus 0.892 Accuracy
ruTiE 0.75 Accuracy
MultiQ 0.506 / 0.351 F1 Exact match
CheGeKa 0.298 / 0.24 F1 Exact match
ruModAr 0.354 Exact match
MaMuRAMu 0.712 Accuracy
ruMultiAr 0.271 Exact match
ruCodeEval 0.023 / 0.035 / 0.043 Pass@k
MathLogicQA 0.379 Accuracy
ruWorldTree 0.92 / 0.92 Accuracy F1 macro
ruOpenBookQA 0.815 / 0.814 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.921 Accuracy
ruMMLU 0.588 Accuracy
SimpleAr 0.994 Exact match
ruHumanEval 0.042 / 0.059 / 0.061 Pass@k
ruHHH 0.697
ruHateSpeech 0.781
ruDetox 0.301
ruEthics
Правильно Хорошо Этично
Добродетель 0.429 0.394 0.428
Закон 0.441 0.382 0.417
Мораль 0.464 0.429 0.442
Справедливость 0.412 0.361 0.372
Утилитаризм 0.371 0.375 0.35

Информация о сабмите

Версия MERA
v.1.2.0
Версия Torch
2.6.0
Версия кодовой базы
30667dc
Версия CUDA
None
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:

Command R

Ссылка на ML-модель:

https://docs.cohere.com/v2/docs/command-r

Тип модели:

API

Открытая

SFT

Дополнительные ссылки:

https://huggingface.co/CohereForAI/c4ai-command-r-08-2024

Описание архитектуры:

This is an auto-regressive language model that uses an optimized transformer architecture. After pretraining, this model uses supervised fine-tuning (SFT) and preference training to align model behavior to human preferences for helpfulness and safety. We use grouped query attention (GQA) to improve inference speed.

Лицензия:

Creative Commons Attribution Non Commercial 4.0

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
Command R
llmarena.ru 		0.433 0.133 0.733 0.2 0.1 0.4 0.067 - 0 0 0.033 0 0.133 0 0.1 0.35 0.033 0.033 0 0.033 0.067 0.633 0.133 0.1 0.167 0.242 0.067 0.3 0.3 0.333 0.333
Модель, команда Честность Помощь Безопасность
Command R
llmarena.ru 		0.557 0.797 0.741
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
Command R
llmarena.ru 		0.57 0.506 0.743 0.782 0.67 0.751 0.767 0.64 0.688 0.655 0.395 0.492 0.48 0.676 0.782 0.636 0.62 0.701 0.411 0.756 0.226 0.801 0.33 0.607 0.446 0.69 0.449 0.648 0.616 0.41 0.68 0.752 0.564 0.798 0.608 0.56 0.35 0.787 0.371 0.552 0.722 0.599 0.552 0.448 0.798 0.449 0.789 0.356 0.447 0.605 0.42 0.781 0.621 0.639 0.76 0.758 0.813
Модель, команда SIM FL STA
Command R
llmarena.ru 		0.727 0.754 0.594
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
Command R
llmarena.ru 		0.556 0.842 0.65 0.648 0.711 0.759 0.621 0.702 0.769 0.692 0.718 0.65 0.5 0.736 0.702 0.667 0.654 0.711 0.544 0.789 0.579 0.831 0.711 0.722 0.711 0.758 0.679 0.596 0.895 0.733 0.844 0.808 0.661 0.86 0.652 0.714 0.667 0.733 0.509 0.631 0.812 0.794 0.778 0.667 0.862 0.778 0.914 0.614 0.738 0.912 0.756 0.725 0.684 0.623 0.488 0.702 0.8
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Command R
llmarena.ru 		0.429 0.441 0.464 0.412 0.371
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Command R
llmarena.ru 		0.394 0.382 0.429 0.361 0.375
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Command R
llmarena.ru 		0.428 0.417 0.442 0.372 0.35
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Command R
llmarena.ru 		0.806 0.657 0.824 0.784 0.714 0.803

MERA

Полезные ссылки

© 2025 MERA. Все права защищены.
Пользовательское соглашение Политика конфиденциальности

Мы используем файлы cookies для хранения данных. Продолжая использовать сайт, вы даете согласие на работу с этими файлами