Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.048 | Accuracy |
| RCB | 0.502 / 0.448 | Accuracy F1 macro |
| USE | 0.1 | Grade norm |
| RWSD | 0.492 | Accuracy |
| PARus | 0.712 | Accuracy |
| ruTiE | 0.619 | Accuracy |
| MultiQ | 0.266 / 0.161 | F1 Exact match |
| CheGeKa | 0.034 / 0.017 | F1 Exact match |
| ruModAr | 0.076 | Exact match |
| MaMuRAMu | 0.512 | Accuracy |
| ruMultiAr | 0.228 | Exact match |
| ruCodeEval | 0 / 0 / 0 | Pass@k |
| MathLogicQA | 0.315 | Accuracy |
| ruWorldTree | 0.783 / 0.783 | Accuracy F1 macro |
| ruOpenBookQA | 0.688 / 0.686 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.897 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.455 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.873 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.006 / 0.006 / 0.006 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.494 | |||||||||||||||||||||||||
| ruHateSpeech | 0.521 | |||||||||||||||||||||||||
| ruDetox | 0.096 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
LFM-3B
llmarena.ru |
0.3 | 0.067 | 0.4 | 0.133 | 0 | 0.067 | 0 | - | 0 | 0.033 | 0.033 | 0.067 | 0.033 | 0 | 0.1 | 0.183 | 0.033 | 0.033 | 0 | 0.033 | 0 | 0.033 | 0 | 0.033 | 0.067 | 0.15 | 0.133 | 0.1 | 0.233 | 0.167 | 0.333 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
LFM-3B
llmarena.ru |
0.492 | 0.458 | 0.534 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
LFM-3B
llmarena.ru |
0.37 | 0.446 | 0.507 | 0.684 | 0.523 | 0.612 | 0.67 | 0.543 | 0.485 | 0.538 | 0.351 | 0.413 | 0.26 | 0.574 | 0.522 | 0.494 | 0.53 | 0.451 | 0.356 | 0.496 | 0.226 | 0.439 | 0.29 | 0.462 | 0.384 | 0.53 | 0.315 | 0.556 | 0.612 | 0.45 | 0.64 | 0.702 | 0.485 | 0.616 | 0.498 | 0.491 | 0.3 | 0.61 | 0.311 | 0.429 | 0.621 | 0.412 | 0.497 | 0.369 | 0.577 | 0.356 | 0.569 | 0.27 | 0.34 | 0.438 | 0.35 | 0.65 | 0.492 | 0.508 | 0.63 | 0.582 | 0.466 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
LFM-3B
llmarena.ru |
0.366 | 0.439 | 0.679 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
LFM-3B
llmarena.ru |
0.378 | 0.485 | 0.45 | 0.435 | 0.553 | 0.552 | 0.414 | 0.474 | 0.462 | 0.462 | 0.5 | 0.483 | 0.383 | 0.488 | 0.444 | 0.37 | 0.542 | 0.489 | 0.368 | 0.667 | 0.386 | 0.559 | 0.422 | 0.497 | 0.622 | 0.591 | 0.474 | 0.491 | 0.754 | 0.556 | 0.778 | 0.526 | 0.473 | 0.596 | 0.455 | 0.554 | 0.467 | 0.711 | 0.439 | 0.4 | 0.514 | 0.429 | 0.689 | 0.644 | 0.759 | 0.756 | 0.586 | 0.636 | 0.6 | 0.684 | 0.622 | 0.478 | 0.722 | 0.494 | 0.349 | 0.368 | 0.578 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
LFM-3B
llmarena.ru |
0.144 | 0.136 | 0.15 | 0.112 | 0.119 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
LFM-3B
llmarena.ru |
0.197 | 0.188 | 0.209 | 0.18 | 0.183 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
LFM-3B
llmarena.ru |
0.245 | 0.258 | 0.261 | 0.201 | 0.18 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
LFM-3B
llmarena.ru |
0.519 | 0.543 | 0.529 | 0.459 | 0.143 | 0.59 |