A-vibe

Avito Создан 15.10.2025 08:05
0.618
Общий результат
54
Место в рейтинге
Слабые задачи:
180
RWSD
84
PARus
55
RCB
54
ruEthics
85
MultiQ
99
ruWorldTree
115
ruOpenBookQA
196
CheGeKa
117
ruMMLU
209
ruHateSpeech
100
ruDetox
172
ruHHH
99
ruTiE
291
ruHumanEval
54
USE
79
MathLogicQA
81
ruMultiAr
47
SimpleAr
64
LCS
71
BPS
35
ruModAr
132
MaMuRAMu
27
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.172 Accuracy
RCB 0.582 / 0.547 Accuracy F1 macro
USE 0.371 Grade norm
RWSD 0.565 Accuracy
PARus 0.91 Accuracy
ruTiE 0.811 Accuracy
MultiQ 0.539 / 0.41 F1 Exact match
CheGeKa 0.168 / 0.12 F1 Exact match
ruModAr 0.929 Exact match
MaMuRAMu 0.761 Accuracy
ruMultiAr 0.391 Exact match
ruCodeEval 0.545 / 0.703 / 0.732 Pass@k
MathLogicQA 0.661 Accuracy
ruWorldTree 0.968 / 0.968 Accuracy F1 macro
ruOpenBookQA 0.888 / 0.887 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.986 Accuracy
ruMMLU 0.686 Accuracy
SimpleAr 0.996 Exact match
ruHumanEval 0.006 / 0.006 / 0.006 Pass@k
ruHHH 0.753
ruHateSpeech 0.755
ruDetox 0.293
ruEthics
Правильно Хорошо Этично
Добродетель 0.446 0.401 0.525
Закон 0.447 0.417 0.499
Мораль 0.492 0.433 0.564
Справедливость 0.415 0.364 0.463
Утилитаризм 0.397 0.355 0.426

Информация о сабмите

Версия MERA
v1.2.0
Версия Torch
2.8.0
Версия кодовой базы
2a537dd
Версия CUDA
12.8
Precision весов модели
bfloat16
Сид
1234
Батч
4
Версия transformers
4.57.1
Количество GPU и их тип
4 x NVIDIA A100 80GB PCIe
Архитектура
vllm

Команда:

Avito

Название ML-модели:

A-vibe

Ссылка на ML-модель:

https://huggingface.co/AvitoTech/avibe

Размер модели

8.0B

Тип модели:

Открытая

SFT

Описание архитектуры:

https://habr.com/ru/companies/avito/articles/956664/

Лицензия:

https://www.apache.org/licenses/LICENSE-2.0

Параметры инференса

Параметры генерации:
simplear - do_sample=false;until=[" \n"]; \nchegeka - do_sample=false;until=[" \n"]; \nrudetox - do_sample=false;until=[" \n"]; \nrumultiar - do_sample=false;until=[" \n"]; \nuse - do_sample=false;until=[" \n","."]; \nmultiq - do_sample=false;until=[" \n"]; \nrumodar - do_sample=false;until=[" \n"]; \nruhumaneval - do_sample=true;temperature=0.6;until=[" \nclass"," \ndef"," \n#"," \nif"," \nprint"]; \nrucodeeval - do_sample=true;temperature=0.6;until=[" \nclass"," \ndef"," \n#"," \nif"," \nprint"];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, начни ответ с перевода строки, затем поставь четыре пробела и потом пиши код будто ты продолжаешь функцию из инструкции, НИ В КОЕМ СЛУЧАЕ НЕ пиши сигнатуру функции в ответе, используй сигнатуру функции из задания, обязательно соблюдай отступы, 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.

Описание темплейта:
{%- if tools %} \n {{- '<|im_start|>system \n' }} \n {%- if messages[0]['role'] == 'system' %} \n {{- messages[0]['content'] }} \n {%- else %} \n {{- '' }} \n {%- endif %} \n {{- " \n \n# Tools \n \nYou may call one or more functions to assist with the user query. \n \nYou are provided with function signatures within <tools></tools> XML tags: \n<tools>" }} \n {%- for tool in tools %} \n {{- " \n" }} \n {{- tool | tojson }} \n {%- endfor %} \n {{- " \n</tools> \n \nFor each function call, return a json object with function name and arguments within <tool_call></tool_call> XML tags: \n<tool_call> \n{"name": <function-name>, "arguments": <args-json-object>} \n</tool_call><|im_end|> \n" }} \n{%- else %} \n {%- if messages[0]['role'] == 'system' %} \n {{- '<|im_start|>system \n' + messages[0]['content'] + '<|im_end|> \n' }} \n {%- endif %} \n{%- endif %} \n{%- for message in messages %} \n {%- if (message.role == "user") or (message.role == "system" and not loop.first) %} \n {{- '<|im_start|>' + message.role + ' \n' + message.content + '<|im_end|>' + ' \n' }} \n {%- elif message.role == "assistant" and not message.tool_calls %} \n {%- set content = message.content %} \n {%- if not loop.last %} \n {%- set content = message.content.split('</think>')[-1].lstrip(' \n') %} \n {%- endif %} \n {{- '<|im_start|>' + message.role + ' \n' + content + '<|im_end|>' + ' \n' }} \n {%- elif message.role == "assistant" %} \n {%- set content = message.content %} \n {%- if not loop.last %} \n {%- set content = message.content.split('</think>')[-1].lstrip(' \n') %} \n {%- endif %} \n {{- '<|im_start|>' + message.role }} \n {%- if message.content %} \n {{- ' \n' + content }} \n {%- endif %} \n {%- for tool_call in message.tool_calls %} \n {%- if tool_call.function is defined %} \n {%- set tool_call = tool_call.function %} \n {%- endif %} \n {{- ' \n<tool_call> \n{"name": "' }} \n {{- tool_call.name }} \n {{- '", "arguments": ' }} \n {%- if tool_call.arguments is string %} \n {{- tool_call.arguments }} \n {%- else %} \n {{- tool_call.arguments | tojson }} \n {%- endif %} \n {{- '} \n</tool_call>' }} \n {%- endfor %} \n {{- '<|im_end|> \n' }} \n {%- elif message.role == "tool" %} \n {%- if (loop.index0 == 0) or (messages[loop.index0 - 1].role != "tool") %} \n {{- '<|im_start|>user' }} \n {%- endif %} \n {{- ' \n<tool_response> \n' }} \n {{- message.content }} \n {{- ' \n</tool_response>' }} \n {%- if loop.last or (messages[loop.index0 + 1].role != "tool") %} \n {{- '<|im_end|> \n' }} \n {%- endif %} \n {%- endif %} \n{%- endfor %} \n{%- if add_generation_prompt %} \n {{- '<|im_start|>assistant \n' }} \n{%- endif %}

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
A-vibe
Avito
0.733 0.467 0.767 0.067 0.1 0.5 0.133 - 0.1 0.1 0.033 0.067 0.2 0.033 0.133 0.567 0.167 0.167 0.433 0.067 0.3 0.7 0.533 0.2 0.2 0.583 0.433 0.467 0.667 0.667 0.7
Модель, команда Честность Помощь Безопасность
A-vibe
Avito
0.754 0.678 0.828
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
A-vibe
Avito
0.607 0.506 0.822 0.842 0.725 0.811 0.806 0.72 0.691 0.659 0.57 0.611 0.45 0.741 0.746 0.676 0.74 0.854 0.578 0.756 0.563 0.795 0.55 0.728 0.571 0.79 0.469 0.639 0.747 0.48 0.75 0.769 0.693 0.798 0.721 0.761 0.56 0.881 0.642 0.734 0.793 0.676 0.69 0.817 0.86 0.699 0.77 0.585 0.525 0.656 0.62 0.814 0.767 0.828 0.83 0.812 0.782
Модель, команда SIM FL STA
A-vibe
Avito
0.784 0.64 0.622
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
A-vibe
Avito
0.667 0.881 0.717 0.639 0.697 0.69 0.724 0.737 0.615 0.708 0.769 0.783 0.508 0.798 0.69 0.642 0.757 0.756 0.702 0.825 0.737 0.78 0.867 0.84 0.844 0.742 0.744 0.702 0.912 0.889 0.844 0.821 0.75 0.842 0.697 0.768 0.867 0.822 0.737 0.754 0.82 0.825 0.844 0.956 0.897 0.844 0.897 0.909 0.738 0.947 0.822 0.725 0.823 0.701 0.628 0.585 0.789
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
A-vibe
Avito
0.446 0.447 0.492 0.415 0.397
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
A-vibe
Avito
0.401 0.417 0.433 0.364 0.355
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
A-vibe
Avito
0.525 0.499 0.564 0.463 0.426
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
A-vibe
Avito
0.741 0.657 0.706 0.703 0.714 0.885