Kimi-K2.5

MERA Создан 15.04.2026 08:11
0.746
Общий результат
18
Место в рейтинге
В топе по задачам:
7
RWSD
Результат по задаче выше человеческого
Задача входит в число основных
8
MultiQ
Задача входит в число основных
10
CheGeKa
Задача входит в число основных
8
ruMMLU
Результат по задаче выше человеческого
6
ruDetox
4
ruHHH
Результат по задаче выше человеческого
10
ruTiE
Задача входит в число основных
9
USE
Задача входит в число основных
8
MathLogicQA
Результат по задаче выше человеческого
Задача входит в число основных
9
MaMuRAMu
Результат по задаче выше человеческого
Задача входит в число основных
+6
Скрыть
Слабые задачи:
153
PARus
212
ruEthics
29
ruMultiAr
46
SimpleAr
22
LCS
64
BPS
21
ruModAr
+3
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.444 Accuracy
RCB 0.603 / 0.58 Accuracy F1 macro
USE 0.689 Grade norm
RWSD 0.877 Accuracy
PARus 0.876 Accuracy
ruTiE 0.929 Accuracy
MultiQ 0.653 / 0.473 F1 Exact match
CheGeKa 0.591 / 0.478 F1 Exact match
ruModAr 0.994 Exact match
MaMuRAMu 0.9 Accuracy
ruMultiAr 0.937 Exact match
ruCodeEval 0 / 0 / 0 Pass@k
MathLogicQA 0.996 Accuracy
ruWorldTree 0.992 / 0.795 Accuracy F1 macro
ruOpenBookQA 0.96 / 0.96 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.989 Accuracy
ruMMLU 0.889 Accuracy
SimpleAr 0.996 Exact match
ruHumanEval 0 / 0 / 0 Pass@k
ruHHH 0.921
ruHateSpeech 0.909
ruDetox 0.382
ruEthics
Правильно Хорошо Этично
Добродетель 0.292 0.307 0.415
Закон 0.307 0.293 0.421
Мораль 0.326 0.32 0.445
Справедливость 0.262 0.271 0.381
Утилитаризм 0.259 0.294 0.356

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
8 x NVIDIA A100-SXM4-80GB
Архитектура
openai-chat-completions

Команда:

MERA

Название ML-модели:

Kimi-K2.5

Ссылка на ML-модель:

https://huggingface.co/moonshotai/Kimi-K2.5

Размер модели

1,100.0B

Тип модели:

Открытая

SFT

MoE

Дополнительные ссылки:

https://arxiv.org/abs/2602.02276

Описание архитектуры:

Kimi K2.5 is an open-source, native multimodal agentic model built through continual pretraining on approximately 15 trillion mixed visual and text tokens atop Kimi-K2-Base. It seamlessly integrates vision and language understanding with advanced agentic capabilities, instant and thinking modes, as well as conversational and agentic paradigms.

Лицензия:

https://huggingface.co/moonshotai/Kimi-K2.5/blob/main/LICENSE

Параметры инференса

Параметры генерации:
simplear - do_sample=false;until=[];max_gen_toks=32768;reasoning={"enabled":true,"max_tokens":10000}; \nrumultiar - do_sample=false;until=[];max_gen_toks=16384;reasoning={"enabled":true,"max_tokens":10000}; \nmultiq - do_sample=false;until=[];max_gen_toks=16384;reasoning={"enabled":true,"max_tokens":10000}; \nrumodar - do_sample=false;until=[];max_gen_toks=16384;reasoning={"enabled":true,"max_tokens":10000}; \nrucodeeval - do_sample=true;temperature=0.6;until=[];max_gen_toks=16384;reasoning={"enabled":true,"max_tokens":10000}; \nruhumaneval - do_sample=true;temperature=0.6;until=[];max_gen_toks=16384;reasoning={"enabled":true,"max_tokens":10000}; \nchegeka - do_sample=false;until=[];max_gen_toks=16384;reasoning={"enabled":true,"max_tokens":10000}; \nuse - do_sample=false;until=[];max_gen_toks=16384;reasoning={"enabled":true,"max_tokens":10000}; \nrudetox - do_sample=false;until=[];max_gen_toks=4096;reasoning={"enabled":true,"max_tokens":10000};

Размер контекста:
256000

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:
{%- macro render_content(msg) -%} {%- set c = msg.get('content') -%} {%- if c is string -%} {{ c }} {%- elif c is not none -%} {% for content in c -%} {% if content['type'] == 'image' or content['type'] == 'image_url' -%} <|media_begin|>image<|media_content|><|media_pad|><|media_end|> {% elif content['type'] == 'video' or content['type']== 'video_url'-%} <|kimi_k25_video_placeholder|> {% else -%} {{ content['text'] }} {%- endif -%} {%- endfor -%} {%- endif -%} {%- endmacro -%} {% macro set_roles(message) -%} {%- set role_name = message.get('name') or message['role'] -%} {%- if message['role'] == 'user' -%} <|im_user|>{{role_name}}<|im_middle|> {%- elif message['role'] == 'assistant' -%} <|im_assistant|>{{role_name}}<|im_middle|> {%- else -%} <|im_system|>{{role_name}}<|im_middle|> {%- endif -%} {%- endmacro -%} {%- macro render_toolcalls(message) -%} <|tool_calls_section_begin|> {%- for tool_call in message['tool_calls'] -%} {%- set formatted_id = tool_call['id'] -%} <|tool_call_begin|>{{ formatted_id }}<|tool_call_argument_begin|>{% if tool_call['function']['arguments'] is string %}{{ tool_call['function']['arguments'] }}{% else %}{{ tool_call['function']['arguments'] | tojson }}{% endif %}<|tool_call_end|> {%- endfor -%} <|tool_calls_section_end|> {%- endmacro -%} {# Find last non-tool-call assisitant message #} {%- set ns = namespace(last_non_tool_call_assistant_msg=-1) -%} {%- for idx in range(messages|length-1, -1, -1) -%} {%- if messages[idx]['role'] == 'assistant' and not messages[idx].get('tool_calls') -%} {%- set ns.last_non_tool_call_assistant_msg = idx -%} {%- break -%} {%- endif -%} {%- endfor -%} {# split all messages into history & suffix, reasoning_content in suffix should be reserved.#} {%- set hist_msgs = messages[:ns.last_non_tool_call_assistant_msg+1] -%} {%- set suffix_msgs = messages[ns.last_non_tool_call_assistant_msg+1:] -%} {%- if tools -%} {%- if tools_ts_str -%} <|im_system|>tool_declare<|im_middle|>{{ tools_ts_str }}<|im_end|> {%- else -%} <|im_system|>tool_declare<|im_middle|>{{ tools | tojson(separators=(',', ':')) }}<|im_end|> {%- endif -%} {%- endif -%} {%- for message in hist_msgs -%} {{set_roles(message)}} {%- if message['role'] == 'assistant' -%} <think></think>{{render_content(message)}} {%- if message.get('tool_calls') -%} {{render_toolcalls(message)}} {%- endif -%} {%- elif message['role'] == 'tool' -%} {%- set tool_call_id = message.tool_call_id -%} ## Return of {{ tool_call_id }} {{render_content(message)}} {%- elif message['content'] is not none -%} {{render_content(message)}} {%- endif -%} <|im_end|> {%- endfor -%} {%- for message in suffix_msgs -%} {{set_roles(message)}} {%- if message['role'] == 'assistant' -%} {%- if thinking is defined and thinking is false -%} <think></think>{{render_content(message)}} {%- else -%} {%- set rc = message.get('reasoning_content', '') -%} <think>{{rc}}</think>{{render_content(message)}} {%- endif -%} {%- if message.get('tool_calls') -%} {{render_toolcalls(message)}} {%- endif -%} {%- elif message['role'] == 'tool' -%} {%- set tool_call_id = message.tool_call_id -%} ## Return of {{ tool_call_id }} {{render_content(message)}} {%- elif message['content'] is not none -%} {{render_content(message)}} {%- endif -%} <|im_end|> {%- endfor -%} {%- if add_generation_prompt -%} <|im_assistant|>assistant<|im_middle|> {%- if thinking is defined and thinking is false -%} <think></think> {%- else -%} <think> {%- 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
Kimi-K2.5
MERA
0.567 0.667 0.8 0.333 0.7 0.933 0.933 - 0.133 0.433 0.667 0.633 0.8 0.833 0.3 0.683 0.633 0.367 0.8 0.5 0.867 0.8 0.633 0.767 0.7 0.842 0.667 0.833 0.833 0.733 0.833
Модель, команда Честность Помощь Безопасность
Kimi-K2.5
MERA
0.934 0.864 0.966
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
Kimi-K2.5
MERA
0.874 0.566 0.98 0.932 0.918 0.925 0.903 0.9 0.92 0.821 0.833 0.937 0.76 0.88 0.957 0.853 0.85 0.979 0.989 0.901 0.743 0.901 0.96 0.844 0.911 1 0.774 0.75 0.841 0.75 0.92 0.959 0.914 0.919 0.909 0.962 0.97 0.945 0.94 0.951 0.904 0.941 0.876 0.966 0.953 0.926 0.951 0.989 0.911 0.902 0.98 0.928 0.946 0.983 0.95 0.873 0.953
Модель, команда SIM FL STA
Kimi-K2.5
MERA
0.798 0.638 0.766
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
Kimi-K2.5
MERA
0.889 0.931 0.867 0.815 0.961 0.897 0.81 0.842 0.962 0.815 0.833 0.883 0.708 0.922 0.924 0.852 0.822 0.8 0.895 0.86 0.895 0.983 0.956 0.935 0.956 0.939 0.872 0.825 0.947 0.911 0.911 0.923 0.946 0.93 0.818 0.929 0.956 0.933 0.912 0.954 0.963 0.937 0.867 0.978 0.897 0.911 0.948 0.932 0.938 0.947 0.956 0.971 0.861 0.818 0.837 0.918 0.933
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Kimi-K2.5
MERA
0.292 0.307 0.326 0.262 0.259
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Kimi-K2.5
MERA
0.307 0.293 0.32 0.271 0.294
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Kimi-K2.5
MERA
0.415 0.421 0.445 0.381 0.356
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Kimi-K2.5
MERA
0.981 0.743 0.882 0.919 1 0.869