Qwen3-14B

MERA Создан 04.03.2026 08:19
0.694
Общий результат
29
Место в рейтинге
Слабые задачи:
58
RWSD
138
PARus
210
RCB
157
ruEthics
81
MultiQ
45
ruWorldTree
59
ruOpenBookQA
146
CheGeKa
49
ruMMLU
111
ruDetox
23
ruHHH
87
ruTiE
41
USE
26
MathLogicQA
20
ruMultiAr
27
SimpleAr
110
BPS
72
ruModAr
70
MaMuRAMu
24
ruCodeEval
+16
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.486 Accuracy
RCB 0.541 / 0.509 Accuracy F1 macro
USE 0.394 Grade norm
RWSD 0.65 Accuracy
PARus 0.882 Accuracy
ruTiE 0.829 Accuracy
MultiQ 0.549 / 0.416 F1 Exact match
CheGeKa 0.206 / 0.156 F1 Exact match
ruModAr 0.765 Exact match
MaMuRAMu 0.825 Accuracy
ruMultiAr 0.992 Exact match
ruCodeEval 0.584 / 0.594 / 0.598 Pass@k
MathLogicQA 0.987 Accuracy
ruWorldTree 0.985 / 0.985 Accuracy F1 macro
ruOpenBookQA 0.925 / 0.741 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.976 Accuracy
ruMMLU 0.776 Accuracy
SimpleAr 0.999 Exact match
ruHumanEval 0.641 / 0.658 / 0.659 Pass@k
ruHHH 0.882
ruHateSpeech 0.887
ruDetox 0.284
ruEthics
Правильно Хорошо Этично
Добродетель 0.349 0.374 0.476
Закон 0.374 0.363 0.446
Мораль 0.401 0.401 0.498
Справедливость 0.323 0.326 0.439
Утилитаризм 0.295 0.324 0.38

Информация о сабмите

Версия MERA
v1.2.0
Версия Torch
2.9.1
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
4 x NVIDIA A100-SXM4-80GB
Архитектура
local-chat-completions

Команда:

MERA

Название ML-модели:

Qwen3-14B

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen3-14B

Размер модели

14.0B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/abs/2505.09388

Описание архитектуры:

Qwen3-14B is a decoder-only transformer language model from the Qwen3 family with approximately 14 billion parameters. The model is designed for general language understanding and generation tasks, including reasoning, coding, and multilingual applications, and supports long-context inputs.

Описание обучения:

The model follows the standard Qwen3 multi-stage training pipeline consisting of large-scale pretraining followed by post-training. Post-training includes instruction tuning and alignment techniques to improve instruction following, reasoning ability, and response quality.

Данные претрейна:

The model was pretrained on a large multilingual corpus of approximately 36 trillion tokens covering 119 languages. It was further post-trained on instruction-following and reasoning-oriented datasets to improve instruction following and reasoning performance.

Лицензия:

Apache License 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 \n' }} {%- if messages[0].role == 'system' %} {{- messages[0].content + ' \n \n' }} {%- endif %} {{- "# 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>" }} {%- for tool in tools %} {{- " \n" }} {{- tool | tojson }} {%- endfor %} {{- " \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" }} {%- else %} {%- if messages[0].role == 'system' %} {{- '<|im_start|>system \n' + messages[0].content + '<|im_end|> \n' }} {%- endif %} {%- endif %} {%- set ns = namespace(multi_step_tool=true, last_query_index=messages|length - 1) %} {%- for message in messages[::-1] %} {%- set index = (messages|length - 1) - loop.index0 %} {%- if ns.multi_step_tool and message.role == "user" and message.content is string and not(message.content.startswith('<tool_response>') and message.content.endswith('</tool_response>')) %} {%- set ns.multi_step_tool = false %} {%- set ns.last_query_index = index %} {%- endif %} {%- endfor %} {%- 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 + ' \n' + content + '<|im_end|>' + ' \n' }} {%- elif message.role == "assistant" %} {%- set reasoning_content = '' %} {%- if message.reasoning_content is string %} {%- set reasoning_content = message.reasoning_content %} {%- else %} {%- if '</think>' in content %} {%- set reasoning_content = content.split('</think>')[0].rstrip(' \n').split('<think>')[-1].lstrip(' \n') %} {%- set content = content.split('</think>')[-1].lstrip(' \n') %} {%- endif %} {%- endif %} {%- if loop.index0 > ns.last_query_index %} {%- if loop.last or (not loop.last and reasoning_content) %} {{- '<|im_start|>' + message.role + ' \n<think> \n' + reasoning_content.strip(' \n') + ' \n</think> \n \n' + content.lstrip(' \n') }} {%- else %} {{- '<|im_start|>' + message.role + ' \n' + content }} {%- endif %} {%- else %} {{- '<|im_start|>' + message.role + ' \n' + content }} {%- endif %} {%- if message.tool_calls %} {%- for tool_call in message.tool_calls %} {%- if (loop.first and content) or (not loop.first) %} {{- ' \n' }} {%- endif %} {%- if tool_call.function %} {%- set tool_call = tool_call.function %} {%- endif %} {{- '<tool_call> \n{"name": "' }} {{- tool_call.name }} {{- '", "arguments": ' }} {%- if tool_call.arguments is string %} {{- tool_call.arguments }} {%- else %} {{- tool_call.arguments | tojson }} {%- endif %} {{- '} \n</tool_call>' }} {%- endfor %} {%- endif %} {{- '<|im_end|> \n' }} {%- elif message.role == "tool" %} {%- if loop.first or (messages[loop.index0 - 1].role != "tool") %} {{- '<|im_start|>user' }} {%- endif %} {{- ' \n<tool_response> \n' }} {{- content }} {{- ' \n</tool_response>' }} {%- if loop.last or (messages[loop.index0 + 1].role != "tool") %} {{- '<|im_end|> \n' }} {%- endif %} {%- endif %} {%- endfor %} {%- if add_generation_prompt %} {{- '<|im_start|>assistant \n' }} {%- if enable_thinking is defined and enable_thinking is false %} {{- '<think> \n \n</think> \n \n' }} {%- endif %} {%- 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
Qwen3-14B
MERA
0.5 0.4 0.867 0.067 0.3 0.633 0.367 - 0.1 0.033 0.233 0.2 0.333 0.233 0.2 0.367 0 0.2 0.267 0.167 0.267 0.633 0.3 0.433 0.367 0.767 0.333 0.6 0.667 0.433 0.467
Модель, команда Честность Помощь Безопасность
Qwen3-14B
MERA
0.836 0.898 0.914
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
Qwen3-14B
MERA
0.756 0.53 0.914 0.868 0.801 0.841 0.835 0.736 0.787 0.749 0.711 0.849 0.56 0.769 0.856 0.679 0.77 0.903 0.922 0.771 0.659 0.836 0.92 0.809 0.777 0.89 0.504 0.611 0.743 0.65 0.83 0.818 0.755 0.808 0.823 0.897 0.9 0.926 0.861 0.916 0.843 0.875 0.779 0.886 0.914 0.806 0.882 0.881 0.734 0.734 0.76 0.861 0.895 0.933 0.9 0.836 0.865
Модель, команда SIM FL STA
Qwen3-14B
MERA
0.782 0.616 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
Qwen3-14B
MERA
0.733 0.881 0.783 0.657 0.908 0.724 0.759 0.719 0.827 0.754 0.769 0.767 0.592 0.822 0.795 0.728 0.757 0.822 0.86 0.877 0.842 0.915 0.911 0.893 0.911 0.894 0.833 0.614 0.93 0.933 0.867 0.872 0.839 0.912 0.682 0.875 0.911 0.867 0.86 0.877 0.91 0.873 0.822 0.933 0.914 0.911 0.931 0.909 0.815 0.895 0.889 0.841 0.81 0.792 0.791 0.766 0.867
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen3-14B
MERA
0.349 0.374 0.401 0.323 0.295
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen3-14B
MERA
0.374 0.363 0.401 0.326 0.324
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen3-14B
MERA
0.476 0.446 0.498 0.439 0.38
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen3-14B
MERA
0.852 0.771 1 0.946 0.857 0.951