DeepSeek-V4-Flash

MERA Создан 02.06.2026 23:59
0.677
Общий результат
34
Место в рейтинге
Слабые задачи:
32
RWSD
262
PARus
81
RCB
184
ruEthics
32
MultiQ
111
ruWorldTree
114
ruOpenBookQA
28
ruMMLU
23
ruHateSpeech
43
ruDetox
102
ruHHH
73
ruTiE
201
ruHumanEval
37
MathLogicQA
34
ruMultiAr
253
SimpleAr
29
LCS
343
BPS
40
ruModAr
33
MaMuRAMu
192
ruCodeEval
+17
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.382 Accuracy
RCB 0.573 / 0.418 Accuracy F1 macro
USE 0.675 Grade norm
RWSD 0.7 Accuracy
PARus 0.8 Accuracy
ruTiE 0.849 Accuracy
MultiQ 0.601 / 0.444 F1 Exact match
CheGeKa 0.582 / 0.483 F1 Exact match
ruModAr 0.879 Exact match
MaMuRAMu 0.863 Accuracy
ruMultiAr 0.745 Exact match
ruCodeEval 0.047 / 0.199 / 0.323 Pass@k
MathLogicQA 0.851 Accuracy
ruWorldTree 0.962 / 0.775 Accuracy F1 macro
ruOpenBookQA 0.888 / 0.712 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.872 Accuracy
ruMMLU 0.816 Accuracy
SimpleAr 0.957 Exact match
ruHumanEval 0.055 / 0.217 / 0.354 Pass@k
ruHHH 0.831
ruHateSpeech 0.879
ruDetox 0.337
ruEthics
Правильно Хорошо Этично
Добродетель 0.326 0.338 0.383
Закон 0.352 0.322 0.368
Мораль 0.367 0.345 0.402
Справедливость 0.319 0.28 0.351
Утилитаризм 0.299 0.29 0.308

Информация о сабмите

Версия MERA
v1.2.0
Версия Torch
2.10.0
Версия кодовой базы
d539716
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:

DeepSeek-V4-Flash

Ссылка на ML-модель:

https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash

Размер модели

284.0B

Тип модели:

Открытая

SFT

MoE

Дополнительные ссылки:

https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash/blob/main/DeepSeek_V4.pdf

Описание архитектуры:

DeepSeek-V4-Flash uses 43 Transformer layers, hidden dim 4096. First 2 layers: pure sliding window attention. Then, CSA (compression 4, 64 indexer heads, head dim 128, top-k 512) and HCA (compression 128) interleave. Both have 64 query heads (dim 512), query compression dim 1024, 8 output groups (each 1024). Sliding window branch uses window 128. All blocks have MoE (1 shared + 256 routed experts, expert hidden dim 2048, 6 activated per token). First 3 MoE layers use Hash routing. Multi-token prediction depth 1. mHC uses expansion factor 4, 20 Sinkhorn-Knopp iterations. Total params: 284B, 13B activated per token.

Описание обучения:

DeepSeek-V4-Flash uses 43 Transformer layers, hidden dim 4096. First 2 layers: pure sliding window attention. Then, CSA (compression 4, 64 indexer heads, head dim 128, top-k 512) and HCA (compression 128) interleave. Both have 64 query heads (dim 512), query compression dim 1024, 8 output groups (each 1024). Sliding window branch uses window 128. All blocks have MoE (1 shared + 256 routed experts, expert hidden dim 2048, 6 activated per token). First 3 MoE layers use Hash routing. Multi-token prediction depth 1. mHC uses expansion factor 4, 20 Sinkhorn-Knopp iterations. Total params: 284B, 13B activated per token.

Данные претрейна:

Building on DeepSeek-V3's pre-training data, we construct a more diverse, higher-quality corpus with longer effective contexts. We refine data pipelines: web data is filtered to remove auto-generated and templated content, preventing model collapse. Math and code remain core, enhanced by agentic data during mid-training. Multilingual data is expanded for better long-tail cultural knowledge. Long-document curation is emphasized, prioritizing scientific papers and technical reports. The final pre-training corpus exceeds 32T tokens, spanning math, code, web pages, long documents, and other high-quality categories.

Лицензия:

MIT License

Параметры инференса

Параметры генерации:
rucodeeval - do_sample=true;temperature=0.6;until=["<|end▁of▁sentence|>"],max_gen_toks=10000; ruhumaneval - do_sample=true;temperature=0.6;until=["<|end▁of▁sentence|>"],max_gen_toks=10000; rutie_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; bps_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; chegeka - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; lcs_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; mamuramu_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; mathlogicqa_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; multiq - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; parus_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; rcb_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; rudetox - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; ruethics_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; ruhatespeech_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; ruhhh_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; rummlu_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; rumodar - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; rumultiar - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; ruopenbookqa_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; ruworldtree_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; rwsd_gen - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; simplear - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000; use - do_sample=false,until=["<|end▁of▁sentence|>"],max_gen_toks=10000;

Размер контекста:
1000000

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
DeepSeek-V4-Flash
MERA
0.733 0.733 0.867 0.5 0.7 0.933 0.8 - 0.5 0.333 0.333 0.567 0.9 0.733 0.533 0.65 0.567 0.333 0.767 0.467 0.7 0.667 0.533 0.567 0.6 0.825 0.8 0.833 0.767 0.667 0.933
Модель, команда Честность Помощь Безопасность
DeepSeek-V4-Flash
MERA
0.738 0.864 0.897
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
DeepSeek-V4-Flash
MERA
0.852 0.536 0.947 0.876 0.824 0.866 0.864 0.826 0.88 0.717 0.711 0.833 0.67 0.852 0.905 0.766 0.82 0.944 0.844 0.878 0.679 0.883 0.76 0.786 0.786 0.96 0.653 0.694 0.796 0.69 0.76 0.934 0.785 0.879 0.872 0.863 0.87 0.913 0.828 0.877 0.879 0.868 0.786 0.931 0.901 0.806 0.931 0.819 0.762 0.834 0.85 0.92 0.859 0.933 0.91 0.818 0.902
Модель, команда SIM FL STA
DeepSeek-V4-Flash
MERA
0.745 0.652 0.712
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
DeepSeek-V4-Flash
MERA
0.889 0.861 0.883 0.731 0.882 0.845 0.828 0.789 0.981 0.769 0.782 0.783 0.667 0.969 0.871 0.827 0.766 0.822 0.86 0.825 0.825 0.915 0.933 0.923 0.889 0.894 0.808 0.737 0.895 0.911 0.867 0.923 0.821 0.912 0.803 0.946 0.933 0.911 0.825 0.938 0.935 0.905 0.822 1 0.897 0.911 0.914 0.886 0.938 0.895 0.867 0.928 0.835 0.805 0.698 0.906 0.889
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
DeepSeek-V4-Flash
MERA
0.326 0.352 0.367 0.319 0.299
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
DeepSeek-V4-Flash
MERA
0.338 0.322 0.345 0.28 0.29
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
DeepSeek-V4-Flash
MERA
0.383 0.368 0.402 0.351 0.308
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
DeepSeek-V4-Flash
MERA
0.852 0.857 0.882 0.946 1 0.885