Text Industrial Code Multi
Лидерборд Задачи Как работает MERA
Вернуться на лидерборд

Claude-Opus-4.6

MERA Создан 09.04.2026 13:19
0.862
Общий результат
1
Место в рейтинге
В топе по задачам:
2
RWSD
Результат по задаче выше человеческого
Задача входит в число основных
1
RCB
Результат по задаче выше человеческого
Задача входит в число основных
1
ruWorldTree
Результат по задаче выше человеческого
Задача входит в число основных
1
ruOpenBookQA
Результат по задаче выше человеческого
Задача входит в число основных
2
CheGeKa
Результат по задаче выше человеческого
Задача входит в число основных
1
ruMMLU
Результат по задаче выше человеческого
3
ruDetox
5
ruHHH
Результат по задаче выше человеческого
1
ruTiE
Результат по задаче выше человеческого
Задача входит в число основных
1
USE
Результат по задаче выше человеческого
Задача входит в число основных
1
MathLogicQA
Результат по задаче выше человеческого
Задача входит в число основных
10
ruMultiAr
Задача входит в число основных
1
SimpleAr
2
LCS
Результат по задаче выше человеческого
Задача входит в число основных
1
MaMuRAMu
Результат по задаче выше человеческого
Задача входит в число основных
+11
Скрыть
Слабые задачи:
32
PARus
42
ruEthics
34
MultiQ
92
ruHumanEval
29
BPS
24
ruModAr
34
ruCodeEval
+3
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.964 Accuracy
RCB 0.632 / 0.623 Accuracy F1 macro
USE 0.89 Grade norm
RWSD 0.931 Accuracy
PARus 0.934 Accuracy
ruTiE 0.981 Accuracy
MultiQ 0.597 / 0.398 F1 Exact match
CheGeKa 0.742 / 0.63 F1 Exact match
ruModAr 0.99 Exact match
MaMuRAMu 0.926 Accuracy
ruMultiAr 0.998 Exact match
ruCodeEval 0.471 / 0.553 / 0.579 Pass@k
MathLogicQA 0.998 Accuracy
ruWorldTree 0.996 / 0.996 Accuracy F1 macro
ruOpenBookQA 0.98 / 0.98 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.996 Accuracy
ruMMLU 0.925 Accuracy
SimpleAr 1.0 Exact match
ruHumanEval 0.23 / 0.295 / 0.317 Pass@k
ruHHH 0.916
ruHateSpeech 0.913
ruDetox 0.393
ruEthics
Правильно Хорошо Этично
Добродетель 0.535 0.423 0.699
Закон 0.547 0.4 0.696
Мораль 0.573 0.42 0.745
Справедливость 0.474 0.362 0.626
Утилитаризм 0.455 0.383 0.582

Информация о сабмите

Версия MERA
v1.2.0
Версия Torch
2.10.0
Версия кодовой базы
0ac3a14
Версия CUDA
12.8
Precision весов модели
auto
Сид
1234
Батч
1
Версия transformers
4.57.6
Количество GPU и их тип
1 x NVIDIA A100-SXM4-80GB
Архитектура
openai-chat-completions

Команда:

MERA

Название ML-модели:

Claude-Opus-4.6

Ссылка на ML-модель:

https://www.anthropic.com/news/claude-opus-4-6

Тип модели:

Закрытая

API

SFT

Дополнительные ссылки:

https://openrouter.ai/anthropic/claude-opus-4.6

Параметры инференса

Параметры генерации:
simplear - do_sample=false;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000};do_sample=false;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000}; \nchegeka - do_sample=false;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000}; \nrudetox - do_sample=false;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000}; \nrumultiar - do_sample=false;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000}; \nuse - do_sample=false;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000}; \nmultiq - do_sample=false;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000}; \nrumodar - do_sample=false;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000}; \nruhumaneval - do_sample=true;temperature=0.6;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000}; \nrucodeeval - do_sample=true;temperature=0.6;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000};

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.

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
Claude-Opus-4.6
MERA 		0.967 0.767 0.867 0.9 0.933 0.967 0.933 - 0.9 0.8 0.933 1 1 0.9 0.867 0.917 0.933 0.567 0.967 0.733 0.933 0.9 0.767 0.7 0.9 0.925 0.867 1 0.867 0.867 1
Модель, команда Честность Помощь Безопасность
Claude-Opus-4.6
MERA 		0.902 0.898 0.948
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
Claude-Opus-4.6
MERA 		0.933 0.578 0.974 0.94 0.944 0.945 0.883 0.945 0.957 0.87 0.842 0.968 0.77 0.917 0.967 0.887 0.83 0.993 0.989 0.947 0.897 0.912 0.95 0.908 0.893 1 0.845 0.815 0.873 0.77 0.91 0.934 0.896 0.97 0.943 0.974 0.99 0.968 0.96 0.961 0.939 0.974 0.89 0.971 0.968 0.972 0.961 0.989 0.968 0.926 0.97 0.97 0.967 0.983 0.97 0.927 0.984
Модель, команда SIM FL STA
Claude-Opus-4.6
MERA 		0.828 0.67 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
Claude-Opus-4.6
MERA 		0.956 0.97 0.883 0.833 0.961 0.931 0.845 0.807 0.962 0.846 0.833 0.883 0.758 0.969 0.947 0.864 0.86 0.844 0.877 0.842 0.965 0.983 0.933 0.97 0.956 0.955 0.91 0.93 0.93 0.956 0.956 0.949 0.955 0.965 0.894 0.946 0.956 0.911 0.947 0.969 0.988 0.984 0.911 1 0.931 0.911 0.948 0.932 0.985 0.965 0.978 0.986 0.899 0.87 0.837 0.971 0.967
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Claude-Opus-4.6
MERA 		0.535 0.547 0.573 0.474 0.455
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Claude-Opus-4.6
MERA 		0.423 0.4 0.42 0.362 0.383
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Claude-Opus-4.6
MERA 		0.699 0.696 0.745 0.626 0.582
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Claude-Opus-4.6
MERA 		0.954 0.743 0.941 0.919 1 0.918

MERA

Полезные ссылки

© 2025 MERA. Все права защищены.
Пользовательское соглашение Политика конфиденциальности

Мы используем файлы cookies для хранения данных. Продолжая использовать сайт, вы даете согласие на работу с этими файлами