Qwen3-4B-Instruct-2507

MERA Создан 11.02.2026 05:08
0.468
Общий результат
199
Место в рейтинге
Слабые задачи:
562
RWSD
196
PARus
250
RCB
178
ruEthics
159
MultiQ
154
ruWorldTree
169
ruOpenBookQA
323
CheGeKa
197
ruMMLU
224
ruHateSpeech
201
ruDetox
224
ruHHH
133
ruTiE
257
ruHumanEval
130
USE
102
MathLogicQA
124
ruMultiAr
63
SimpleAr
606
LCS
98
BPS
332
ruModAr
212
MaMuRAMu
240
ruCodeEval
+19
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.016 Accuracy
RCB 0.532 / 0.478 Accuracy F1 macro
USE 0.259 Grade norm
RWSD 0.431 Accuracy
PARus 0.852 Accuracy
ruTiE 0.778 Accuracy
MultiQ 0.456 / 0.279 F1 Exact match
CheGeKa 0.072 / 0.046 F1 Exact match
ruModAr 0.423 Exact match
MaMuRAMu 0.706 Accuracy
ruMultiAr 0.338 Exact match
ruCodeEval 0.006 / 0.006 / 0.006 Pass@k
MathLogicQA 0.569 Accuracy
ruWorldTree 0.945 / 0.945 Accuracy F1 macro
ruOpenBookQA 0.858 / 0.687 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.981 Accuracy
ruMMLU 0.621 Accuracy
SimpleAr 0.995 Exact match
ruHumanEval 0.012 / 0.012 / 0.012 Pass@k
ruHHH 0.708
ruHateSpeech 0.743
ruDetox 0.205
ruEthics
Правильно Хорошо Этично
Добродетель 0.358 0.402 0.379
Закон 0.374 0.381 0.362
Мораль 0.388 0.425 0.389
Справедливость 0.323 0.337 0.321
Утилитаризм 0.285 0.351 0.321

Информация о сабмите

Версия MERA
v1.2.0
Версия Torch
2.8
Версия кодовой базы
7030e16
Версия CUDA
12.8
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.56.1
Количество GPU и их тип
1 x NVIDIA A100 80GB
Архитектура
local-chat-completions

Команда:

MERA

Название ML-модели:

Qwen3-4B-Instruct-2507

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen3-4B-Instruct-2507

Размер модели

4.0B

Тип модели:

Открытая

SFT

Лицензия:

apache-2.0

Параметры инференса

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, пиши сразу код, соблюдая отступы так, будто ты продолжаешь функцию из инструкции, 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 %} {{- '<|im_start|>system' }} {%- if messages[0].role == 'system' %} {{- messages[0].content + '' }} {%- endif %} {{- "# ToolsYou may call one or more functions to assist with the user query.You are provided with function signatures within <tools></tools> XML tags:<tools>" }} {%- for tool in tools %} {{- "" }} {{- tool | tojson }} {%- endfor %} {{- "</tools>For each function call, return a json object with function name and arguments within <tool_call></tool_call> XML tags:<tool_call>{"name": <function-name>, "arguments": <args-json-object>}</tool_call><|im_end|>" }} {%- else %} {%- if messages[0].role == 'system' %} {{- '<|im_start|>system' + messages[0].content + '<|im_end|>' }} {%- endif %} {%- endif %} {%- for message in messages %} {%- if message.content is string %} {%- set content = message.content %} {%- else %} {%- set content = '' %} {%- endif %} {%- if (message.role == "user") or (message.role == "system" and not loop.first) %} {{- '<|im_start|>' + message.role + '' + content + '<|im_end|>' + '' }} {%- elif message.role == "assistant" %} {{- '<|im_start|>' + message.role + '' + content }} {%- if message.tool_calls %} {%- for tool_call in message.tool_calls %} {%- if (loop.first and content) or (not loop.first) %} {{- '' }} {%- endif %} {%- if tool_call.function %} {%- set tool_call = tool_call.function %} {%- endif %} {{- '<tool_call>{"name": "' }} {{- tool_call.name }} {{- '", "arguments": ' }} {%- if tool_call.arguments is string %} {{- tool_call.arguments }} {%- else %} {{- tool_call.arguments | tojson }} {%- endif %} {{- '}</tool_call>' }} {%- endfor %} {%- endif %} {{- '<|im_end|>' }} {%- elif message.role == "tool" %} {%- if loop.first or (messages[loop.index0 - 1].role != "tool") %} {{- '<|im_start|>user' }} {%- endif %} {{- '<tool_response>' }} {{- content }} {{- '</tool_response>' }} {%- if loop.last or (messages[loop.index0 + 1].role != "tool") %} {{- '<|im_end|>' }} {%- endif %} {%- endif %} {%- endfor %} {%- if add_generation_prompt %} {{- '<|im_start|>assistant' }} {%- 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
Qwen3-4B-Instruct-2507
MERA
0.433 0.367 0.733 0.233 0 0.233 0 - 0 0.033 0.067 0.033 0.2 0.067 0.033 0.45 0.067 0.033 0 0 0.1 0.633 0.267 0.167 0.267 0.467 0.233 0.167 0.6 0.467 0.6
Модель, команда Честность Помощь Безопасность
Qwen3-4B-Instruct-2507
MERA
0.639 0.678 0.81
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
Qwen3-4B-Instruct-2507
MERA
0.622 0.5 0.757 0.799 0.657 0.711 0.757 0.656 0.583 0.619 0.579 0.563 0.39 0.741 0.681 0.656 0.68 0.757 0.5 0.641 0.327 0.708 0.44 0.671 0.545 0.68 0.428 0.574 0.706 0.49 0.72 0.769 0.626 0.747 0.668 0.778 0.49 0.855 0.589 0.695 0.773 0.61 0.683 0.666 0.811 0.63 0.74 0.485 0.465 0.608 0.56 0.764 0.703 0.803 0.82 0.752 0.694
Модель, команда SIM FL STA
Qwen3-4B-Instruct-2507
MERA
0.689 0.573 0.591
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
Qwen3-4B-Instruct-2507
MERA
0.533 0.832 0.6 0.565 0.684 0.707 0.672 0.667 0.538 0.692 0.756 0.717 0.475 0.667 0.585 0.617 0.673 0.756 0.719 0.754 0.649 0.763 0.822 0.746 0.733 0.727 0.718 0.667 0.842 0.844 0.844 0.769 0.679 0.684 0.682 0.839 0.889 0.778 0.632 0.785 0.767 0.794 0.778 0.8 0.897 0.822 0.793 0.932 0.738 0.86 0.8 0.594 0.785 0.701 0.558 0.485 0.733
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen3-4B-Instruct-2507
MERA
0.358 0.374 0.388 0.323 0.285
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen3-4B-Instruct-2507
MERA
0.402 0.381 0.425 0.337 0.351
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen3-4B-Instruct-2507
MERA
0.379 0.362 0.389 0.321 0.321
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen3-4B-Instruct-2507
MERA
0.75 0.686 0.529 0.784 0.571 0.82