Update README.md

README.md

@@ -10,19 +10,21 @@ base_model:
 - RefalMachine/ruadapt_qwen2.5_3B_ext_u48_full_lr5e4_peft_mlp_32_32_bs256
 ---
 
-### Model description
+## Model description
 
 Instruction-tuned version of RefalMachine/ruadapt_qwen2.5_3B_ext_u48_full_lr5e4_peft_mlp_32_32_bs256 with extended tokenizer after LEP (Learned Embedding Propagation, paper will be soon) procedure.
 
 Thanks to the extended tokenizer, the model works more efficiently with the Russian language (up to 60% speed up compared to Qwen-2.5-3B-Instruct in terms of characters)
 
-### Метрики и оценка качества
+## Метрики и оценка качества
+
+Модель была оценена на Ru-Arena-General, MERA, llmtf_open
 
 #### Результаты на Ru-Arena-General
 
 В качестве референсых ответов, с которыми сравниваются модели выступают ответы от gpt-3.5-turbo-0125, поэтому она имеет винрейт 50%.
 
-Здесь приведена лишь часть лидерборда, подробнее смотрите в репозитории бенчмарка.
+Приведена лишь часть лидерборда, подробнее смотрите в репозитории бенчмарка (https://huggingface.co/spaces/Vikhrmodels/arenahardlb).
 
 | Model Name                                       | Winrate  | 95% CI             | Average # Tokens |
 |--------------------------------------------------|--------|--------------------|------------------|
@@ -41,7 +43,15 @@ Thanks to the extended tokenizer, the model works more efficiently with the Russ
 | c4ai-command-r-v01                               | 49.0   | (-1.7, 2.2)        | 529              |
 | meta-llama-3.1-8b-instruct                       | 43.1   | (-2.8, 2.3)        | 628              |
 
-### How to cite:
+#### Результаты на MERA
+
+TODO
+
+#### Результаты на llmtf_open
+
+TODO
+
+## How to cite:
 
 Tikhomirov M., Chernyshev D. Facilitating large language model Russian adaptation with Learned Embedding Propagation // 2024 (will be soon)