LFM2-700M

MERA Создан 27.03.2026 21:56
0.243
Общий результат
544
Место в рейтинге
Слабые задачи:
603
RWSD
518
PARus
508
RCB
497
ruEthics
580
MultiQ
525
ruWorldTree
486
ruOpenBookQA
598
CheGeKa
516
ruMMLU
513
ruHateSpeech
602
ruDetox
584
ruHHH
584
ruTiE
571
USE
589
MathLogicQA
396
ruMultiAr
505
SimpleAr
451
LCS
462
BPS
529
MaMuRAMu
+16
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.078 Accuracy
RCB 0.381 / 0.361 Accuracy F1 macro
USE 0.037 Grade norm
RWSD 0.35 Accuracy
PARus 0.506 Accuracy
ruTiE 0.478 Accuracy
MultiQ 0.105 / 0.049 F1 Exact match
CheGeKa 0.004 / 0 F1 Exact match
ruModAr 0.0 Exact match
MaMuRAMu 0.367 Accuracy
ruMultiAr 0.17 Exact match
ruCodeEval 0 / 0 / 0 Pass@k
MathLogicQA 0.237 Accuracy
ruWorldTree 0.459 / 0.457 Accuracy F1 macro
ruOpenBookQA 0.508 / 0.508 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.646 Accuracy
ruMMLU 0.336 Accuracy
SimpleAr 0.387 Exact match
ruHumanEval 0 / 0 / 0 Pass@k
ruHHH 0.433
ruHateSpeech 0.513
ruDetox 0.045
ruEthics
Правильно Хорошо Этично
Добродетель 0.025 0.039 0.076
Закон 0.051 0.067 0.065
Мораль 0.051 0.062 0.068
Справедливость 0.021 0.028 0.083
Утилитаризм 0.023 0.028 0.088

Информация о сабмите

Версия MERA
v1.2.0
Версия Torch
2.10.0
Версия кодовой базы
0ac3a14
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:

LFM2-700M

Ссылка на ML-модель:

https://huggingface.co/LiquidAI/LFM2-700M

Размер модели

742.5M

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://docs.liquid.ai/lfm/getting-started/welcome

Описание архитектуры:

Hybrid model with multiplicative gates and short convolutions: 10 double-gated short-range LIV convolution blocks and 6 grouped query attention (GQA) blocks.

Описание обучения:

Training approach: Knowledge distillation using LFM1-7B as teacher model Very large-scale SFT on 50% downstream tasks, 50% general domains Custom DPO with length normalization and semi-online datasets Iterative model merging

Данные претрейна:

Approximately 75% English, 20% multilingual, and 5% code data sourced from the web and licensed materials.

Лицензия:

lfm1.0

Параметры инференса

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

Размер контекста:
32768

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:
ents'] -%}{%- 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 -%}{{ ' ' }}{%- endif -%}{% else %}{{- tool_call -}}{%- endif %}{%- endfor %}{{- '</function_calls>' -}}{%- endif -%}{%- if not loop.last -%}{{- '<|im_end|>' + ' ' -}}{%- else -%}{{- eos_token -}}{%- endif -%}{%- elif message['role'] == 'environment' -%}{{- '<|im_start|>environment ' + message['content'] + '<|im_end|> ' -}}{%- elif message['role'] == 'tool' -%}{{- '<|im_start|>environment ' + message['content'] + '<|im_end|> ' -}}{%- endif -%}{%- if loop.last and add_generation_prompt -%}{{- '<|im_start|>assistant' -}}{%- 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
LFM2-700M
MERA
0 0 0.333 0.167 0 0.067 0 - 0 0 0 0 0 0 0.1 0.117 0.033 0 0 0 0 0 0 0 0 0.008 0.067 0.067 0 0.1 0.067
Модель, команда Честность Помощь Безопасность
LFM2-700M
MERA
0.443 0.39 0.466
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
LFM2-700M
MERA
0.311 0.392 0.428 0.474 0.366 0.488 0.476 0.395 0.37 0.323 0.237 0.278 0.31 0.38 0.322 0.399 0.38 0.313 0.233 0.328 0.269 0.339 0.25 0.301 0.286 0.4 0.307 0.361 0.42 0.27 0.46 0.603 0.356 0.485 0.37 0.35 0.25 0.319 0.298 0.325 0.359 0.243 0.476 0.207 0.361 0.301 0.373 0.152 0.241 0.341 0.29 0.418 0.318 0.353 0.39 0.436 0.358
Модель, команда SIM FL STA
LFM2-700M
MERA
0.478 0.361 0.403
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
LFM2-700M
MERA
0.178 0.386 0.317 0.463 0.303 0.397 0.379 0.263 0.385 0.338 0.372 0.292 0.317 0.357 0.263 0.247 0.43 0.444 0.246 0.386 0.228 0.305 0.333 0.385 0.511 0.379 0.308 0.333 0.649 0.378 0.644 0.346 0.357 0.281 0.394 0.339 0.289 0.511 0.316 0.4 0.318 0.476 0.578 0.222 0.638 0.511 0.362 0.386 0.415 0.386 0.556 0.261 0.557 0.39 0.419 0.234 0.489
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
LFM2-700M
MERA
0.025 0.051 0.051 0.021 0.023
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
LFM2-700M
MERA
0.039 0.067 0.062 0.028 0.028
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
LFM2-700M
MERA
0.076 0.065 0.068 0.083 0.088
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
LFM2-700M
MERA
0.491 0.514 0.529 0.432 0.429 0.607