Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.396 | Accuracy |
| RCB | 0.534 / 0.509 | Accuracy F1 macro |
| USE | 0.296 | Grade norm |
| RWSD | 0.577 | Accuracy |
| PARus | 0.8 | Accuracy |
| ruTiE | 0.866 | Accuracy |
| MultiQ | 0.445 / 0.284 | F1 Exact match |
| CheGeKa | 0.081 / 0.063 | F1 Exact match |
| ruModAr | 0.943 | Exact match |
| MaMuRAMu | 0.717 | Accuracy |
| ruMultiAr | 1 | Exact match |
| ruCodeEval | 0.002 / 0.008 / 0.012 | Pass@k |
| MathLogicQA | 0.948 | Accuracy |
| ruWorldTree | 0.933 / 0.933 | Accuracy F1 macro |
| ruOpenBookQA | 0.795 / 0.794 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| ruMMLU | 0.685 | Accuracy |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
gpt-oss-20b
openai |
0.333 | 0.2 | 0.8 | 0.2 | 0.067 | 0.233 | 0 | - | 0.033 | 0.1 | 0.033 | 0.167 | 0.2 | 0.067 | 0.133 | 0.233 | 0.333 | 0.233 | 0.233 | 0.2 | 0.4 | 0.567 | 0.267 | 0.4 | 0.333 | 0.483 | 0.333 | 0.367 | 0.467 | 0.367 | 0.6 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
gpt-oss-20b
openai |
0.644 | 0.464 | 0.763 | 0.769 | 0.745 | 0.706 | 0.709 | 0.534 | 0.639 | 0.646 | 0.596 | 0.746 | 0.52 | 0.537 | 0.746 | 0.59 | 0.67 | 0.708 | 0.767 | 0.649 | 0.601 | 0.614 | 0.85 | 0.688 | 0.723 | 0.8 | 0.5 | 0.611 | 0.665 | 0.67 | 0.81 | 0.669 | 0.595 | 0.707 | 0.698 | 0.786 | 0.85 | 0.826 | 0.742 | 0.739 | 0.727 | 0.816 | 0.669 | 0.897 | 0.775 | 0.773 | 0.73 | 0.956 | 0.553 | 0.607 | 0.8 | 0.759 | 0.782 | 0.79 | 0.95 | 0.745 | 0.736 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
gpt-oss-20b
openai |
0.511 | 0.802 | 0.667 | 0.657 | 0.829 | 0.724 | 0.569 | 0.561 | 0.577 | 0.631 | 0.769 | 0.633 | 0.533 | 0.674 | 0.69 | 0.58 | 0.692 | 0.711 | 0.737 | 0.842 | 0.807 | 0.797 | 0.889 | 0.734 | 0.933 | 0.773 | 0.628 | 0.544 | 0.877 | 0.756 | 0.844 | 0.756 | 0.643 | 0.719 | 0.561 | 0.732 | 0.978 | 0.689 | 0.807 | 0.754 | 0.751 | 0.81 | 0.8 | 1 | 0.948 | 0.889 | 0.828 | 0.909 | 0.646 | 0.825 | 0.889 | 0.725 | 0.785 | 0.61 | 0.674 | 0.509 | 0.733 |