Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.146 | Accuracy |
| RCB | 0.518 / 0.266 | Accuracy F1 macro |
| USE | 0.355 | Grade norm |
| RWSD | 0.412 | Accuracy |
| PARus | 0.88 | Accuracy |
| ruTiE | 0.742 | Accuracy |
| MultiQ | 0.479 / 0.337 | F1 Exact match |
| CheGeKa | 0.273 / 0.231 | F1 Exact match |
| ruModAr | 0.52 | Exact match |
| MaMuRAMu | 0.783 | Accuracy |
| ruMultiAr | 0.32 | Exact match |
| ruCodeEval | 0.035 / 0.063 / 0.073 | Pass@k |
| MathLogicQA | 0.504 | Accuracy |
| ruWorldTree | 0.968 / 0.968 | Accuracy F1 macro |
| ruOpenBookQA | 0.868 / 0.695 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.952 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.654 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.963 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.021 / 0.049 / 0.061 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.77 | |||||||||||||||||||||||||
| ruHateSpeech | 0.826 | |||||||||||||||||||||||||
| ruDetox | 0.255 | |||||||||||||||||||||||||
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
GigaChat-3.1-Lightning
GigaChat |
0.633 | 0.267 | 0.833 | 0.133 | 0.133 | 0.467 | 0.3 | - | 0.3 | 0 | 0.1 | 0.1 | 0.367 | 0.1 | 0.133 | 0.35 | 0.1 | 0.1 | 0.367 | 0.133 | 0 | 0.7 | 0.333 | 0.233 | 0.267 | 0.542 | 0.633 | 0.533 | 0.667 | 0.6 | 0.667 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
GigaChat-3.1-Lightning
GigaChat |
0.738 | 0.729 | 0.845 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
GigaChat-3.1-Lightning
GigaChat |
0.622 | 0.542 | 0.796 | 0.859 | 0.739 | 0.786 | 0.796 | 0.701 | 0.753 | 0.731 | 0.553 | 0.516 | 0.47 | 0.722 | 0.798 | 0.653 | 0.68 | 0.813 | 0.5 | 0.779 | 0.309 | 0.842 | 0.48 | 0.636 | 0.473 | 0.81 | 0.449 | 0.648 | 0.698 | 0.53 | 0.72 | 0.793 | 0.712 | 0.848 | 0.766 | 0.714 | 0.46 | 0.835 | 0.53 | 0.64 | 0.833 | 0.717 | 0.648 | 0.592 | 0.865 | 0.593 | 0.873 | 0.422 | 0.457 | 0.67 | 0.57 | 0.802 | 0.751 | 0.803 | 0.73 | 0.788 | 0.855 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
GigaChat-3.1-Lightning
GigaChat |
0.45 | 0.787 | 0.768 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
GigaChat-3.1-Lightning
GigaChat |
0.533 | 0.881 | 0.733 | 0.685 | 0.895 | 0.828 | 0.707 | 0.702 | 0.885 | 0.754 | 0.654 | 0.733 | 0.617 | 0.798 | 0.737 | 0.704 | 0.72 | 0.711 | 0.719 | 0.772 | 0.702 | 0.763 | 0.844 | 0.858 | 0.778 | 0.788 | 0.821 | 0.789 | 0.93 | 0.822 | 0.778 | 0.795 | 0.768 | 0.86 | 0.697 | 0.821 | 0.822 | 0.8 | 0.649 | 0.738 | 0.886 | 0.921 | 0.8 | 0.844 | 0.879 | 0.911 | 0.914 | 0.795 | 0.892 | 0.947 | 0.867 | 0.855 | 0.823 | 0.675 | 0.605 | 0.69 | 0.844 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
GigaChat-3.1-Lightning
GigaChat |
0.39 | 0.379 | 0.415 | 0.358 | 0.333 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
GigaChat-3.1-Lightning
GigaChat |
0.322 | 0.333 | 0.35 | 0.285 | 0.309 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
GigaChat-3.1-Lightning
GigaChat |
0.331 | 0.311 | 0.347 | 0.297 | 0.305 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
GigaChat-3.1-Lightning
GigaChat |
0.843 | 0.657 | 0.941 | 0.838 | 0.571 | 0.885 |