Mistral Small 3.1 24B Instruct

llmarena.ru Создан 21.03.2025 08:59
0.526
Общий результат
120
Место в рейтинге
Слабые задачи:
250
RWSD
83
PARus
124
RCB
257
ruEthics
73
MultiQ
101
ruWorldTree
98
ruOpenBookQA
106
CheGeKa
98
ruMMLU
173
ruHateSpeech
23
ruDetox
130
ruHHH
60
ruTiE
281
ruHumanEval
64
USE
116
MathLogicQA
156
ruMultiAr
80
SimpleAr
177
LCS
323
BPS
431
ruModAr
84
MaMuRAMu
260
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.13 Accuracy
RCB 0.564 / 0.52 Accuracy F1 macro
USE 0.354 Grade norm
RWSD 0.542 Accuracy
PARus 0.912 Accuracy
ruTiE 0.861 Accuracy
MultiQ 0.569 / 0.416 F1 Exact match
CheGeKa 0.324 / 0.25 F1 Exact match
ruModAr 0.249 Exact match
MaMuRAMu 0.813 Accuracy
ruMultiAr 0.315 Exact match
ruCodeEval 0.002 / 0.008 / 0.012 Pass@k
MathLogicQA 0.519 Accuracy
ruWorldTree 0.968 / 0.968 Accuracy F1 macro
ruOpenBookQA 0.903 / 0.902 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.894 Accuracy
ruMMLU 0.714 Accuracy
SimpleAr 0.993 Exact match
ruHumanEval 0.007 / 0.011 / 0.012 Pass@k
ruHHH 0.803
ruHateSpeech 0.774
ruDetox 0.356
ruEthics
Правильно Хорошо Этично
Добродетель 0.283 0.269 0.352
Закон 0.27 0.248 0.326
Мораль 0.296 0.28 0.367
Справедливость 0.248 0.239 0.313
Утилитаризм 0.215 0.244 0.3

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:

Mistral Small 3.1 24B Instruct

Ссылка на ML-модель:

https://mistral.ai/news/mistral-small-3-1

Размер модели

24.0M

Тип модели:

API

Открытая

SFT

Дополнительные ссылки:

https://huggingface.co/mistralai/Mistral-Small-3.1-24B-Instruct-2503

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
Mistral Small 3.1 24B Instruct
llmarena.ru
0.4 0.467 0.733 0.233 0.167 0.5 0.133 - 0.2 0 0 0 0.333 0.133 0.1 0.417 0.033 0.067 0 0.033 0.1 0.8 0.467 0.367 0.333 0.742 0.333 0.5 0.667 0.533 0.6
Модель, команда Честность Помощь Безопасность
Mistral Small 3.1 24B Instruct
llmarena.ru
0.787 0.746 0.879
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
Mistral Small 3.1 24B Instruct
llmarena.ru
0.667 0.488 0.868 0.842 0.807 0.826 0.816 0.73 0.784 0.7 0.614 0.524 0.59 0.759 0.849 0.705 0.76 0.882 0.644 0.809 0.569 0.865 0.43 0.728 0.598 0.8 0.514 0.657 0.731 0.53 0.72 0.81 0.73 0.838 0.785 0.778 0.49 0.881 0.616 0.729 0.818 0.824 0.648 0.716 0.886 0.671 0.887 0.463 0.557 0.715 0.6 0.857 0.81 0.828 0.85 0.806 0.865
Модель, команда SIM FL STA
Mistral Small 3.1 24B Instruct
llmarena.ru
0.757 0.681 0.721
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
Mistral Small 3.1 24B Instruct
llmarena.ru
0.6 0.901 0.75 0.685 0.842 0.724 0.672 0.772 0.904 0.769 0.833 0.8 0.525 0.891 0.842 0.691 0.766 0.867 0.737 0.895 0.719 0.898 0.889 0.876 0.867 0.818 0.885 0.807 0.895 0.8 0.8 0.872 0.804 0.947 0.682 0.857 0.911 0.8 0.667 0.769 0.878 0.921 0.822 0.956 0.948 0.889 0.879 0.909 0.877 0.965 0.911 0.855 0.785 0.675 0.581 0.754 0.856
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Mistral Small 3.1 24B Instruct
llmarena.ru
0.283 0.27 0.296 0.248 0.215
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Mistral Small 3.1 24B Instruct
llmarena.ru
0.269 0.248 0.28 0.239 0.244
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Mistral Small 3.1 24B Instruct
llmarena.ru
0.352 0.326 0.367 0.313 0.3
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Mistral Small 3.1 24B Instruct
llmarena.ru
0.815 0.657 0.765 0.676 0.857 0.82