Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.162 | Accuracy |
| RCB | 0.594 / 0.435 | Accuracy F1 macro |
| USE | 0.554 | Grade norm |
| RWSD | 0.842 | Accuracy |
| PARus | 0.76 | Accuracy |
| ruTiE | 0.95 | Accuracy |
| MultiQ | 0.659 / 0.48 | F1 Exact match |
| CheGeKa | 0.624 / 0.543 | F1 Exact match |
| ruModAr | 0.959 | Exact match |
| MaMuRAMu | 0.903 | Accuracy |
| ruMultiAr | 0.824 | Exact match |
| ruCodeEval | 0.045 / 0.143 / 0.207 | Pass@k |
| MathLogicQA | 0.984 | Accuracy |
| ruWorldTree | 0.996 / 0.996 | Accuracy F1 macro |
| ruOpenBookQA | 0.96 / 0.77 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.963 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.882 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 1.0 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.076 / 0.202 / 0.268 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.888 | |||||||||||||||||||||||||
| ruHateSpeech | 0.906 | |||||||||||||||||||||||||
| ruDetox | 0.37 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
GPT-5.2
GPT-5.2 |
0.733 | 0.767 | 0.867 | 0.3 | 0.733 | 0.9 | 0.567 | - | 0.233 | 0.133 | 0.6 | 0.7 | 0.767 | 0.233 | 0.467 | 0.033 | 0.267 | 0.267 | 0.433 | 0.167 | 0.3 | 0.767 | 0.6 | 0.533 | 0.633 | 0.858 | 0.533 | 0.633 | 0.667 | 0.6 | 0.933 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
GPT-5.2
GPT-5.2 |
0.918 | 0.797 | 0.948 |
| 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-5.2
GPT-5.2 |
0.904 | 0.584 | 0.961 | 0.919 | 0.922 | 0.92 | 0.864 | 0.904 | 0.935 | 0.821 | 0.825 | 0.794 | 0.72 | 0.87 | 0.953 | 0.841 | 0.82 | 0.965 | 0.956 | 0.878 | 0.815 | 0.883 | 0.89 | 0.867 | 0.911 | 0.99 | 0.795 | 0.741 | 0.812 | 0.69 | 0.86 | 0.909 | 0.859 | 0.909 | 0.921 | 0.936 | 0.76 | 0.948 | 0.874 | 0.906 | 0.909 | 0.974 | 0.855 | 0.944 | 0.957 | 0.907 | 0.946 | 0.822 | 0.904 | 0.897 | 0.89 | 0.911 | 0.944 | 0.954 | 0.96 | 0.885 | 0.959 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
GPT-5.2
GPT-5.2 |
0.714 | 0.664 | 0.798 |
| 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-5.2
GPT-5.2 |
0.867 | 0.95 | 0.85 | 0.787 | 0.961 | 0.931 | 0.81 | 0.789 | 0.962 | 0.831 | 0.795 | 0.85 | 0.725 | 0.938 | 0.93 | 0.79 | 0.879 | 0.822 | 0.912 | 0.842 | 0.912 | 0.966 | 0.933 | 0.964 | 0.933 | 0.97 | 0.923 | 0.825 | 0.947 | 0.956 | 0.911 | 0.962 | 0.902 | 0.93 | 0.894 | 0.911 | 0.889 | 0.933 | 0.895 | 0.877 | 0.98 | 0.984 | 0.911 | 1 | 0.914 | 0.867 | 0.948 | 0.909 | 0.985 | 0.965 | 0.911 | 0.986 | 0.861 | 0.818 | 0.744 | 0.918 | 0.967 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
GPT-5.2
GPT-5.2 |
0.432 | 0.449 | 0.486 | 0.413 | 0.368 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
GPT-5.2
GPT-5.2 |
0.492 | 0.475 | 0.514 | 0.433 | 0.439 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
GPT-5.2
GPT-5.2 |
0.723 | 0.732 | 0.771 | 0.644 | 0.606 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
GPT-5.2
GPT-5.2 |
0.963 | 0.629 | 0.882 | 0.946 | 1 | 0.934 |