Command R

llmarena.ru Создан 21.03.2025 08:57
0.455
Общий результат
231
Место в рейтинге
Слабые задачи:
605
RWSD
122
PARus
332
RCB
62
ruEthics
112
MultiQ
219
ruWorldTree
226
ruOpenBookQA
127
CheGeKa
230
ruMMLU
159
ruHateSpeech
92
ruDetox
238
ruHHH
156
ruTiE
219
ruHumanEval
188
USE
317
MathLogicQA
241
ruMultiAr
74
SimpleAr
507
LCS
283
BPS
392
ruModAr
202
MaMuRAMu
212
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