decision.host
首页 / 模型 / AlexWortega OpenJev — qwen3.5-2b-nli-v5

AlexWortega OpenJev — qwen3.5-2b-nli-v5

AlexWortega ChoiceNoulScore 2.2B(活跃 1.7B) S1MB
S1MB Task Avg
25.2
第 58 名 · 覆盖 137/137(100%)

模型信息

厂商
AlexWortega
类别
开源权重
参数规模
2.2B(活跃 1.7B)
权重
闭源 / 未公开
许可证
未标注 许可不明
输入模态
文本
决策原语
ChoiceNoulScore
可微调
未确认

数据来源与链接

本站聚合自: S1MB。 分数与链接均指向原始出处。

S1MB · 137 个基准

基准类型该模型全场最佳 全场均值对比来源
open jev / mailroom control v1 Choice 100.0 100.0 83.1 来源 ↗
open jev / customer control v1 Noul 93.8 100.0 58.4 来源 ↗
s1mb generalization contextual choice Choice 93.6 100.0 82.8 来源 ↗
dbpedia Choice 91.0 98.9 83.7 来源 ↗
open jev / drone control v1 Noul 88.2 100.0 50.7 来源 ↗
open jev / vizdoom basic v1 Noul 87.9 100.0 39.6 来源 ↗
arc Choice 86.8 98.5 64.7 来源 ↗
s1mb generalization diverse choice Choice 84.1 100.0 69.8 来源 ↗
clinc Choice 83.5 99.3 57.7 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 64.4 来源 ↗
miqa Choice 81.8 95.5 62.3 来源 ↗
laya / ag news Choice 80.6 94.0 75.5 来源 ↗
s1mb generalization diverse noul Noul 74.0 100.0 59.5 来源 ↗
massive Choice 73.7 96.7 64.8 来源 ↗
mtop Choice 70.9 87.4 58.9 来源 ↗
bbq Choice 70.0 98.3 54.2 来源 ↗
open jev / amount extraction control v1 Choice 68.6 100.0 55.2 来源 ↗
banking77 Choice 68.4 93.7 55.0 来源 ↗
canttalk Noul 66.0 86.0 44.1 来源 ↗
s1mb generalization contextual noul Noul 66.0 98.0 62.3 来源 ↗
hwu64 Choice 66.0 92.5 57.1 来源 ↗
laya / enron spam Noul 64.0 100.0 55.0 来源 ↗
hans Noul 62.0 100.0 43.6 来源 ↗
gsm8k Choice 61.4 78.6 23.9 来源 ↗
gretel pii Choice 58.4 94.5 43.5 来源 ↗
open jev / mailroom control v1 Noul 58.3 100.0 62.9 来源 ↗
open jev / email selection control v1 Choice 58.3 100.0 24.2 来源 ↗
quartz Choice 57.1 88.1 49.4 来源 ↗
openbookqa Choice 56.9 97.2 54.1 来源 ↗
open jev / workflow controls v1 / customer service Noul 52.3 100.0 42.1 来源 ↗
open jev / browser control v1 Choice 52.2 100.0 67.7 来源 ↗
ethos Noul 52.0 76.0 44.0 来源 ↗
impli Noul 52.0 88.0 47.0 来源 ↗
paws Noul 52.0 88.0 45.9 来源 ↗
sdoh nli Noul 52.0 92.0 61.0 来源 ↗
go emotions Noul 48.9 61.3 38.5 来源 ↗
followir robust04 Noul 45.7 90.9 47.2 来源 ↗
arct Choice 44.7 89.4 39.6 来源 ↗
hatecheck Noul 44.0 98.0 47.8 来源 ↗
scicite Choice 43.5 71.0 44.1 来源 ↗
few nerd Choice 41.9 86.4 44.2 来源 ↗
laya / typed decisions Score 40.5 67.0 26.9 来源 ↗
lonli Choice 39.3 86.9 39.6 来源 ↗
open jev / silent failure control v1 Noul 38.0 100.0 38.8 来源 ↗
s1mb generalization contextual score Score 36.1 92.7 42.4 来源 ↗
open jev / ir control v1 Choice 36.0 88.0 45.1 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 34.8 47.0 26.8 来源 ↗
open jev / sponsor segment control v1 Choice 34.6 100.0 52.7 来源 ↗
babi nli Noul 34.0 84.0 37.3 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 32.9 62.5 37.5 来源 ↗
open jev / workflow controls v1 / security incidents Noul 32.0 100.0 38.2 来源 ↗
laya / typed decisions Noul 31.4 47.8 24.6 来源 ↗
crows pairs Choice 31.3 70.8 30.7 来源 ↗
open jev / email selection control v1 Noul 30.8 100.0 41.3 来源 ↗
s1mb generalization diverse score Score 30.7 95.3 43.1 来源 ↗
defeasible nli Choice 30.4 80.4 33.2 来源 ↗
contract nli Choice 30.0 78.5 32.3 来源 ↗
creak Noul 30.0 88.0 39.0 来源 ↗
winobias Choice 28.3 91.3 30.5 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 27.8 100.0 34.8 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 27.4 67.2 39.7 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 27.4 100.0 28.3 来源 ↗
qasper Noul 26.0 88.0 41.9 来源 ↗
open jev / drone control v1 Choice 25.4 100.0 5.1 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 24.5 46.2 25.1 来源 ↗
open jev / citation control v1 Choice 24.2 100.0 41.5 来源 ↗
snli Choice 24.2 98.4 46.4 来源 ↗
open jev / reasoning control v1 Score 23.4 90.7 28.1 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 22.9 52.1 29.1 来源 ↗
lexcomp Noul 22.0 52.0 22.7 来源 ↗
scitail Noul 22.0 98.0 53.2 来源 ↗
stepgame Choice 21.4 82.1 18.0 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 21.3 48.2 15.7 来源 ↗
laya / typed decisions Choice 21.2 34.5 19.1 来源 ↗
open jev / painting geometry v1 Choice 21.1 100.0 46.7 来源 ↗
ethics Noul 20.0 68.6 24.1 来源 ↗
open jev / customer control v1 Score 19.6 99.3 36.9 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 18.9 54.0 28.7 来源 ↗
argument quality Choice 18.4 95.9 37.8 来源 ↗
wiqa Choice 17.5 58.7 19.5 来源 ↗
followir core17 Noul 16.8 46.6 21.3 来源 ↗
open jev / reasoning control v1 Noul 16.5 100.0 25.5 来源 ↗
civil comments Noul 16.4 36.7 21.5 来源 ↗
ruletaker Noul 16.0 96.0 28.0 来源 ↗
winowhy Noul 16.0 62.0 19.0 来源 ↗
aegis2 Noul 15.9 62.3 33.0 来源 ↗
synthetic relevance / nanocoir Noul 15.8 73.0 33.9 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 15.8 70.8 28.3 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 15.2 44.3 20.9 来源 ↗
boardgameqa Choice 14.1 62.5 15.8 来源 ↗
sgd Choice 11.9 96.6 24.4 来源 ↗
temporal nli Choice 11.3 80.7 18.5 来源 ↗
aqua rat Choice 11.3 77.5 11.0 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 9.2 41.7 17.4 来源 ↗
followir news21 Noul 8.7 42.7 14.9 来源 ↗
cladder Noul 8.0 94.0 18.3 来源 ↗
plane Noul 8.0 100.0 11.1 来源 ↗
esci Choice 6.8 46.6 13.3 来源 ↗
open jev / phone extraction control v1 Choice 6.5 100.0 33.0 来源 ↗
open jev / reasoning control v1 Choice 5.0 95.0 28.8 来源 ↗
patent similarity Score 4.9 48.3 17.9 来源 ↗
open jev / painting geometry v1 Noul 4.8 100.0 27.8 来源 ↗
ud ewt Choice 3.0 56.7 13.4 来源 ↗
open jev / snake v1 Noul 2.6 100.0 9.1 来源 ↗
scone Choice 2.0 92.0 34.5 来源 ↗
fol nli Choice 1.6 54.1 10.4 来源 ↗
open jev / tic tac toe v1 Choice 1.5 48.5 3.5 来源 ↗
argument quality Noul 0.0 23.9 5.4 来源 ↗
corr2cause Choice 0.0 91.7 3.8 来源 ↗
ethics Choice 0.0 83.3 21.2 来源 ↗
hh rlhf Choice 0.0 23.1 3.1 来源 ↗
logical entailment Noul 0.0 72.0 12.3 来源 ↗
nlsat Noul 0.0 22.0 2.2 来源 ↗
open jev / amount extraction control v1 Noul 0.0 100.0 33.7 来源 ↗
open jev / context retention control v1 Noul 0.0 100.0 19.7 来源 ↗
open jev / drone control v1 Score 0.0 99.2 1.3 来源 ↗
open jev / entity alignment control v1 Noul 0.0 100.0 36.5 来源 ↗
open jev / entity alignment control v1 Score 0.0 100.0 8.5 来源 ↗
open jev / ir control v1 Noul 0.0 100.0 47.6 来源 ↗
open jev / ir control v1 Score 0.0 98.6 10.6 来源 ↗
open jev / painting geometry v1 Score 0.0 100.0 15.9 来源 ↗
open jev / phone extraction control v1 Noul 0.0 100.0 50.9 来源 ↗
open jev / snake v1 Choice 0.0 83.5 8.4 来源 ↗
open jev / vizdoom basic v1 Score 0.0 100.0 30.2 来源 ↗
poem sentiment Choice 0.0 57.1 3.9 来源 ↗
robust lr Choice 0.0 66.7 19.1 来源 ↗
spartqa Choice 0.0 38.7 4.5 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 36.0 7.6 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 0.0 44.9 17.8 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 0.0 46.7 15.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 0.0 63.6 14.1 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 0.0 52.6 18.1 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 0.0 38.6 10.9 来源 ↗
synthetic relevance / nanobeir / nanonq Score 0.0 49.4 9.5 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 0.0 36.7 7.3 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 4.3 来源 ↗
tracie Noul 0.0 34.0 8.8 来源 ↗