Olmo-3-7B-Instruct

MERA Создан 11.03.2026 13:23
0.342
Общий результат
415
Место в рейтинге
Слабые задачи:
312
RWSD
410
PARus
392
RCB
398
ruEthics
342
MultiQ
464
ruWorldTree
445
ruOpenBookQA
436
CheGeKa
458
ruMMLU
391
ruHateSpeech
424
ruDetox
418
ruHHH
354
ruTiE
360
USE
378
MathLogicQA
413
ruMultiAr
359
SimpleAr
93
LCS
411
BPS
405
ruModAr
479
MaMuRAMu
+17
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.16 Accuracy
RCB 0.484 / 0.43 Accuracy F1 macro
USE 0.096 Grade norm
RWSD 0.523 Accuracy
PARus 0.63 Accuracy
ruTiE 0.583 Accuracy
MultiQ 0.316 / 0.176 F1 Exact match
CheGeKa 0.024 / 0.01 F1 Exact match
ruModAr 0.32 Exact match
MaMuRAMu 0.431 Accuracy
ruMultiAr 0.158 Exact match
ruCodeEval 0 / 0 / 0 Pass@k
MathLogicQA 0.354 Accuracy
ruWorldTree 0.608 / 0.608 Accuracy F1 macro
ruOpenBookQA 0.553 / 0.548 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.761 Accuracy
ruMMLU 0.388 Accuracy
SimpleAr 0.898 Exact match
ruHumanEval 0 / 0 / 0 Pass@k
ruHHH 0.534
ruHateSpeech 0.592
ruDetox 0.102
ruEthics
Правильно Хорошо Этично
Добродетель 0.157 0.172 0.16
Закон 0.163 0.185 0.156
Мораль 0.161 0.198 0.155
Справедливость 0.117 0.126 0.145
Утилитаризм 0.106 0.146 0.155

Информация о сабмите

Версия MERA
v1.2.0
Версия Torch
2.9.0
Версия кодовой базы
2a537dd
Версия CUDA
12.8
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.57.6
Количество GPU и их тип
1 x NVIDIA A100-SXM4-80GB
Архитектура
vllm

Команда:

MERA

Название ML-модели:

Olmo-3-7B-Instruct

Ссылка на ML-модель:

https://huggingface.co/allenai/Olmo-3-7B-Instruct

Размер модели

7.0B

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://arxiv.org/abs/2512.13961

Описание архитектуры:

Olmo is a series of Open language models designed to enable the science of language models. These models are pre-trained on the Dolma 3 dataset and post-trained on the Dolci datasets. We are releasing all code, checkpoints, logs (coming soon), and associated training details.

Описание обучения:

Stage 1: SFT supervised fine-tuning on the Dolci-Think-SFT-7B dataset. This dataset consits of math, code, chat, and general knowledge queries. Datasets: Dolci-Think-SFT-7B, Dolci-Instruct-SFT-7B Stage 2:DPO direct preference optimization on the Dolci-Think-DPO-7B dataset. This dataset consits of math, code, chat, and general knowledge queries. Datasets: Dolci-Think-DPO-7B, Dolci-Instruct-DPO-7B Stage 3: RLVR reinforcement learning from verifiable rewards on the Dolci-Think-RL-7B dataset. This dataset consits of math, code, instruction-following, and general chat queries. Datasets: Dolci-Think-RL-7B, Dolci-Instruct-RL-7B

Данные претрейна:

supervised fine-tuning on the Dolci-Think-SFT-7B dataset. This dataset consits of math, code, chat, and general knowledge queries.

Лицензия:

Apache License 2.0

Параметры инференса

Параметры генерации:
chegeka - do_sample=false;until=["\n"]; \nmultiq - do_sample=false;until=["\n"]; \nrudetox - do_sample=false;until=["\n"]; \nruhumaneval - do_sample=true;temperature=0.6;until=["\nclass","\ndef","\n#","\nif","\nprint"]; \nrumodar - do_sample=false;until=["\n"]; \nrumultiar - do_sample=false;until=["\n"]; \nrucodeeval - do_sample=true;temperature=0.6;until=["\nclass","\ndef","\n#","\nif","\nprint"]; \nsimplear - do_sample=false;until=["\n"]; \nuse - do_sample=false;until=["\n","."];

Размер контекста:
bps, chegeka, lcs, mathlogicqa, multiq, parus, rcb, rudetox, ruethics, ruhatespeech, ruhhh, ruhumaneval, rummlu, rumodar, rumultiar, ruopenbookqa, rutie, ruworldtree, mamuramu, rucodeeval, rwsd, simplear, use - 65536

Описание темплейта:
{%- set has_system = messages|selectattr('role', 'equalto', 'system')|list|length > 0 -%}{%- if not has_system -%}{{- '<|im_start|>system \nYou are a helpful function-calling AI assistant. ' -}}{%- if tools is none -%}{{- 'You do not currently have access to any functions. <functions></functions><|im_end|> \n' -}}{%- else -%}{{- 'You are provided with function signatures within <functions></functions> XML tags. You may call one or more functions to assist with the user query. Output any function calls within <function_calls></function_calls> XML tags. Do not make assumptions about what values to plug into functions.' -}}{{- '<functions>' -}}{{- tools | tojson -}}{{- '</functions><|im_end|> \n' -}}{%- endif -%}{%- endif -%}{%- for message in messages -%}{%- if message['role'] == 'system' -%}{{- '<|im_start|>system \n' + message['content'] -}}{%- if tools is not none -%}{{- '<functions>' -}}{{- tools | tojson -}}{{- '</functions>' -}}{%- elif message.get('functions', none) is not none -%}{{- ' <functions>' + message['functions'] + '</functions>' -}}{%- endif -%}{{- '<|im_end|> \n' -}}{%- elif message['role'] == 'user' -%}{{- '<|im_start|>user \n' + message['content'] + '<|im_end|> \n' -}}{%- elif message['role'] == 'assistant' -%}{{- '<|im_start|>assistant \n' -}}{%- if message.get('content', none) is not none -%}{{- message['content'] -}}{%- endif -%}{%- if message.get('function_calls', none) is not none -%}{{- '<function_calls>' + message['function_calls'] + '</function_calls>' -}}{% elif message.get('tool_calls', none) is not none %}{{- '<function_calls>' -}}{%- for tool_call in message['tool_calls'] %}{%- if tool_call is mapping and tool_call.get('function', none) is not none %}{%- set args = tool_call['function']['arguments'] -%}{%- set ns = namespace(arguments_list=[]) -%}{%- for key, value in args.items() -%}{%- set ns.arguments_list = ns.arguments_list + [key ~ '=' ~ (value | tojson)] -%}{%- endfor -%}{%- set arguments = ns.arguments_list | join(', ') -%}{{- tool_call['function']['name'] + '(' + arguments + ')' -}}{%- if not loop.last -%}{{ ' \n' }}{%- endif -%}{% else %}{{- tool_call -}}{%- endif %}{%- endfor %}{{- '</function_calls>' -}}{%- endif -%}{%- if not loop.last -%}{{- '<|im_end|>' + ' \n' -}}{%- else -%}{{- eos_token -}}{%- endif -%}{%- elif message['role'] == 'environment' -%}{{- '<|im_start|>environment \n' + message['content'] + '<|im_end|> \n' -}}{%- elif message['role'] == 'tool' -%}{{- '<|im_start|>environment \n' + message['content'] + '<|im_end|> \n' -}}{%- endif -%}{%- if loop.last and add_generation_prompt -%}{{- '<|im_start|>assistant \n' -}}{%- endif -%}{%- endfor -%}

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
Olmo-3-7B-Instruct
MERA
0.033 0.133 0.4 0.167 0 0.167 0 - 0 0 0 0 0.033 0 0.033 0.367 0 0.033 0.033 0.033 0 0.067 0.033 0 0.233 0.183 0.033 0.133 0.133 0.033 0.067
Модель, команда Честность Помощь Безопасность
Olmo-3-7B-Instruct
MERA
0.508 0.542 0.552
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
Olmo-3-7B-Instruct
MERA
0.289 0.434 0.434 0.607 0.405 0.498 0.466 0.492 0.389 0.395 0.246 0.397 0.36 0.509 0.411 0.468 0.55 0.257 0.256 0.42 0.279 0.345 0.27 0.347 0.286 0.41 0.321 0.38 0.461 0.25 0.57 0.645 0.368 0.576 0.411 0.402 0.31 0.452 0.258 0.355 0.434 0.298 0.386 0.443 0.429 0.333 0.441 0.296 0.372 0.362 0.38 0.489 0.354 0.378 0.53 0.473 0.383
Модель, команда SIM FL STA
Olmo-3-7B-Instruct
MERA
0.276 0.557 0.723
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
Olmo-3-7B-Instruct
MERA
0.244 0.356 0.383 0.407 0.368 0.414 0.362 0.333 0.25 0.4 0.551 0.475 0.358 0.504 0.351 0.235 0.551 0.311 0.298 0.526 0.316 0.339 0.422 0.385 0.533 0.394 0.397 0.368 0.737 0.467 0.711 0.436 0.348 0.474 0.333 0.482 0.489 0.6 0.439 0.4 0.412 0.381 0.556 0.578 0.741 0.756 0.328 0.568 0.554 0.596 0.711 0.261 0.582 0.468 0.442 0.234 0.6
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Olmo-3-7B-Instruct
MERA
0.157 0.163 0.161 0.117 0.106
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Olmo-3-7B-Instruct
MERA
0.172 0.185 0.198 0.126 0.146
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Olmo-3-7B-Instruct
MERA
0.16 0.156 0.155 0.145 0.155
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Olmo-3-7B-Instruct
MERA
0.583 0.543 0.471 0.784 0.286 0.59