Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.334 | Accuracy |
| RCB | 0.598 / 0.595 | Accuracy F1 macro |
| USE | 0.737 | Grade norm |
| RWSD | 0.862 | Accuracy |
| PARus | 0.944 | Accuracy |
| ruTiE | 0.964 | Accuracy |
| MultiQ | 0.592 / 0.429 | F1 Exact match |
| CheGeKa | 0.679 / 0.565 | F1 Exact match |
| ruModAr | 0.849 | Exact match |
| MaMuRAMu | 0.92 | Accuracy |
| ruMultiAr | 0.688 | Exact match |
| ruCodeEval | 0.47 / 0.582 / 0.616 | Pass@k |
| MathLogicQA | 0.893 | Accuracy |
| ruWorldTree | 0.996 / 0.996 | Accuracy F1 macro |
| ruOpenBookQA | 0.975 / 0.975 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 1.0 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.901 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 1.0 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.32 / 0.467 / 0.512 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.876 | |||||||||||||||||||||||||
| ruHateSpeech | 0.902 | |||||||||||||||||||||||||
| ruDetox | 0.392 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Claude Opus 4.5
Claude Opus 4.5 |
0.967 | 0.833 | 0.867 | 0.733 | 0.867 | 0.933 | 0.833 | - | 0.833 | 0.033 | 0.1 | 0.067 | 0.933 | 0.633 | 0.6 | 0.833 | 0.8 | 0.4 | 0.9 | 0.467 | 0.733 | 0.833 | 0.733 | 0.633 | 0.467 | 0.908 | 0.867 | 0.967 | 0.9 | 0.833 | 1 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Claude Opus 4.5
Claude Opus 4.5 |
0.852 | 0.831 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Claude Opus 4.5
Claude Opus 4.5 |
0.933 | 0.578 | 0.961 | 0.927 | 0.941 | 0.94 | 0.883 | 0.929 | 0.948 | 0.865 | 0.842 | 0.833 | 0.78 | 0.88 | 0.957 | 0.882 | 0.84 | 0.986 | 0.978 | 0.916 | 0.866 | 0.883 | 0.9 | 0.896 | 0.848 | 0.98 | 0.796 | 0.787 | 0.869 | 0.73 | 0.9 | 0.917 | 0.896 | 0.949 | 0.932 | 0.957 | 0.93 | 0.971 | 0.934 | 0.911 | 0.939 | 0.967 | 0.848 | 0.931 | 0.959 | 0.907 | 0.961 | 0.848 | 0.915 | 0.918 | 0.88 | 0.966 | 0.956 | 0.971 | 0.95 | 0.921 | 0.99 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Claude Opus 4.5
Claude Opus 4.5 |
0.826 | 0.665 | 0.731 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Claude Opus 4.5
Claude Opus 4.5 |
0.933 | 0.95 | 0.883 | 0.806 | 0.974 | 0.897 | 0.845 | 0.807 | 0.981 | 0.815 | 0.872 | 0.892 | 0.733 | 0.953 | 0.947 | 0.827 | 0.822 | 0.844 | 0.895 | 0.877 | 0.947 | 0.983 | 0.933 | 0.982 | 0.978 | 0.97 | 0.897 | 0.86 | 0.947 | 0.978 | 0.956 | 0.936 | 0.929 | 0.982 | 0.894 | 0.964 | 0.911 | 0.911 | 0.93 | 0.938 | 0.971 | 0.952 | 0.911 | 1 | 0.948 | 0.933 | 0.931 | 0.932 | 0.985 | 1 | 0.978 | 0.986 | 0.886 | 0.87 | 0.791 | 0.971 | 0.967 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Claude Opus 4.5
Claude Opus 4.5 |
0.476 | 0.502 | 0.522 | 0.434 | 0.405 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Claude Opus 4.5
Claude Opus 4.5 |
0.392 | 0.381 | 0.399 | 0.333 | 0.36 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Claude Opus 4.5
Claude Opus 4.5 |
0.714 | 0.685 | 0.758 | 0.63 | 0.594 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Claude Opus 4.5
Claude Opus 4.5 |
0.917 | 0.771 | 0.941 | 0.919 | 1 | 0.918 |