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 |
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 |
|
| 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 |
| 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 |