decision.host
首页 / 模型 / Decider 2B

Decider 2B

Mapika ChoiceNoulScore 开源权重 1.9B 手工收录S1MB
Hugging Face 权重代码仓库S1MB 排行榜
S1MB Task Avg
29.4
第 52 名 · 覆盖 137/137（100%）
Decision Index Full
25.8
第 76 名 · public 29.8
校准 ECE
0.077
越低越好 · Brier 0.520

模型信息

厂商
Mapika
类别
开源权重
参数规模
1.9B
基座模型
Qwen3.5 系
权重
可下载（开源）
许可证
未标注 许可不明
输入模态
文本
决策原语
ChoiceNoulScore
可微调
可以
微调方法
约 95 个公开决策数据集做 CE + 教师数据；校准感知 RL；merged LoRA rank 64；按答案类型分别拟合温度（1.03–1.94）

数据来源与链接

Hugging Face 权重代码仓库S1MB 排行榜
本站聚合自： 手工收录、S1MB。 分数与链接均指向原始出处。

Decision Index 领域得分

知识与推理
51.3
语言理解
70.1
检索与分类
65.4
工具与自动化
67.0
艺术与人类品味
43.5

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 ↗
dbpedia Choice 98.9 98.9 83.7 来源 ↗
s1mb generalization contextual choice Choice 93.6 100.0 82.8 来源 ↗
laya / enron spam Noul 90.0 100.0 55.0 来源 ↗
open jev / drone control v1 Noul 88.2 100.0 50.7 来源 ↗
laya / ag news Choice 88.1 94.0 75.5 来源 ↗
arc Choice 86.8 98.5 64.7 来源 ↗
scitail Noul 86.0 98.0 53.2 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 64.4 来源 ↗
clinc Choice 81.4 99.3 57.7 来源 ↗
open jev / customer control v1 Noul 81.3 100.0 58.4 来源 ↗
s1mb generalization diverse choice Choice 78.8 100.0 69.8 来源 ↗
massive Choice 78.1 96.7 64.8 来源 ↗
open jev / amount extraction control v1 Choice 76.5 100.0 55.2 来源 ↗
miqa Choice 75.0 95.5 62.3 来源 ↗
banking77 Choice 74.7 93.7 55.0 来源 ↗
s1mb generalization contextual noul Noul 74.0 98.0 62.3 来源 ↗
hwu64 Choice 72.3 92.5 57.1 来源 ↗
s1mb generalization diverse noul Noul 72.0 100.0 59.5 来源 ↗
sdoh nli Noul 72.0 92.0 61.0 来源 ↗
open jev / ir control v1 Noul 71.4 100.0 47.6 来源 ↗
open jev / mailroom control v1 Noul 70.3 100.0 62.9 来源 ↗
open jev / browser control v1 Choice 69.6 100.0 67.7 来源 ↗
canttalk Noul 68.0 86.0 44.1 来源 ↗
mtop Choice 67.5 87.4 58.9 来源 ↗
quartz Choice 66.7 88.1 49.4 来源 ↗
gretel pii Choice 66.2 94.5 43.5 来源 ↗
impli Noul 66.0 88.0 47.0 来源 ↗
openbookqa Choice 65.3 97.2 54.1 来源 ↗
open jev / sponsor segment control v1 Choice 64.1 100.0 52.7 来源 ↗
bbq Choice 63.3 98.3 54.2 来源 ↗
snli Choice 62.9 98.4 46.4 来源 ↗
followir robust04 Noul 60.4 90.9 47.2 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 59.2 62.5 37.5 来源 ↗
few nerd Choice 55.9 86.4 44.2 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 54.8 67.2 39.7 来源 ↗
go emotions Noul 53.7 61.3 38.5 来源 ↗
lonli Choice 52.5 86.9 39.6 来源 ↗
open jev / ir control v1 Choice 52.0 88.0 45.1 来源 ↗
hatecheck Noul 50.0 98.0 47.8 来源 ↗
hans Noul 46.0 100.0 43.6 来源 ↗
open jev / silent failure control v1 Noul 46.0 100.0 38.8 来源 ↗
open jev / vizdoom basic v1 Noul 44.1 100.0 39.6 来源 ↗
paws Noul 44.0 88.0 45.9 来源 ↗
qasper Noul 44.0 88.0 41.9 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 42.1 46.2 25.1 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 42.1 54.0 28.7 来源 ↗
open jev / customer control v1 Score 42.0 99.3 36.9 来源 ↗
open jev / workflow controls v1 / security incidents Noul 41.0 100.0 38.2 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 40.9 52.1 29.1 来源 ↗
aegis2 Noul 40.3 62.3 33.0 来源 ↗
creak Noul 40.0 88.0 39.0 来源 ↗
open jev / reasoning control v1 Noul 39.3 100.0 25.5 来源 ↗
laya / typed decisions Score 38.5 67.0 26.9 来源 ↗
synthetic relevance / nanocoir Noul 38.3 73.0 33.9 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 38.3 41.7 17.4 来源 ↗
s1mb generalization diverse score Score 38.0 95.3 43.1 来源 ↗
winobias Choice 37.0 91.3 30.5 来源 ↗
open jev / painting geometry v1 Choice 36.8 100.0 46.7 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 36.4 47.0 26.8 来源 ↗
open jev / citation control v1 Choice 36.4 100.0 41.5 来源 ↗
cladder Noul 36.0 94.0 18.3 来源 ↗
ethics Noul 34.3 68.6 24.1 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 33.5 70.8 28.3 来源 ↗
ethics Choice 33.3 83.3 21.2 来源 ↗
laya / typed decisions Noul 33.3 47.8 24.6 来源 ↗
s1mb generalization contextual score Score 32.5 92.7 42.4 来源 ↗
civil comments Noul 32.3 36.7 21.5 来源 ↗
babi nli Noul 32.0 84.0 37.3 来源 ↗
arct Choice 31.9 89.4 39.6 来源 ↗
lexcomp Noul 30.0 52.0 22.7 来源 ↗
open jev / phone extraction control v1 Noul 30.0 100.0 50.9 来源 ↗
contract nli Choice 29.0 78.5 32.3 来源 ↗
boardgameqa Choice 26.6 62.5 15.8 来源 ↗
open jev / workflow controls v1 / customer service Noul 25.5 100.0 42.1 来源 ↗
crows pairs Choice 25.0 70.8 30.7 来源 ↗
scicite Choice 24.2 71.0 44.1 来源 ↗
ethos Noul 24.0 76.0 44.0 来源 ↗
plane Noul 24.0 100.0 11.1 来源 ↗
ruletaker Noul 24.0 96.0 28.0 来源 ↗
winowhy Noul 24.0 62.0 19.0 来源 ↗
defeasible nli Choice 23.9 80.4 33.2 来源 ↗
open jev / email selection control v1 Noul 23.1 100.0 41.3 来源 ↗
followir core17 Noul 22.6 46.6 21.3 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 22.3 100.0 34.8 来源 ↗
stepgame Choice 20.2 82.1 18.0 来源 ↗
robust lr Choice 20.0 66.7 19.1 来源 ↗
laya / typed decisions Choice 19.9 34.5 19.1 来源 ↗
esci Choice 19.2 46.6 13.3 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 17.7 44.3 20.9 来源 ↗
wiqa Choice 17.5 58.7 19.5 来源 ↗
open jev / phone extraction control v1 Choice 17.4 100.0 33.0 来源 ↗
logical entailment Noul 16.0 72.0 12.3 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 15.7 100.0 28.3 来源 ↗
open jev / amount extraction control v1 Noul 15.6 100.0 33.7 来源 ↗
sgd Choice 13.6 96.6 24.4 来源 ↗
open jev / vizdoom basic v1 Score 12.1 100.0 30.2 来源 ↗
open jev / reasoning control v1 Score 11.2 90.7 28.1 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 10.8 44.9 17.8 来源 ↗
open jev / context retention control v1 Noul 10.0 100.0 19.7 来源 ↗
open jev / reasoning control v1 Choice 10.0 95.0 28.8 来源 ↗
tracie Noul 10.0 34.0 8.8 来源 ↗
fol nli Choice 9.8 54.1 10.4 来源 ↗
ud ewt Choice 9.1 56.7 13.4 来源 ↗
patent similarity Score 8.9 48.3 17.9 来源 ↗
open jev / painting geometry v1 Noul 6.7 100.0 27.8 来源 ↗
followir news21 Noul 6.0 42.7 14.9 来源 ↗
temporal nli Choice 4.8 80.7 18.5 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 3.8 52.6 18.1 来源 ↗
gsm8k Choice 2.9 78.6 23.9 来源 ↗
open jev / painting geometry v1 Score 2.8 100.0 15.9 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 2.4 48.2 15.7 来源 ↗
argument quality Noul 1.6 23.9 5.4 来源 ↗
open jev / entity alignment control v1 Noul 1.1 100.0 36.5 来源 ↗
aqua rat Choice 0.0 77.5 11.0 来源 ↗
argument quality Choice 0.0 95.9 37.8 来源 ↗
corr2cause Choice 0.0 91.7 3.8 来源 ↗
hh rlhf Choice 0.0 23.1 3.1 来源 ↗
nlsat Noul 0.0 22.0 2.2 来源 ↗
open jev / drone control v1 Choice 0.0 100.0 5.1 来源 ↗
open jev / drone control v1 Score 0.0 99.2 1.3 来源 ↗
open jev / email selection control v1 Choice 0.0 100.0 24.2 来源 ↗
open jev / entity alignment control v1 Score 0.0 100.0 8.5 来源 ↗
open jev / ir control v1 Score 0.0 98.6 10.6 来源 ↗
open jev / snake v1 Choice 0.0 83.5 8.4 来源 ↗
open jev / snake v1 Noul 0.0 100.0 9.1 来源 ↗
open jev / tic tac toe v1 Choice 0.0 48.5 3.5 来源 ↗
poem sentiment Choice 0.0 57.1 3.9 来源 ↗
scone Choice 0.0 92.0 34.5 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 / 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 / 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 ↗

Decision Index · 42 个基准

基准类型该模型全场最佳 全场均值对比来源
ARC-Easy 混合（Choice 93.8 99.5 87.3 来源 ↗
HellaSwag 混合（Choice 85.8 98.5 72.9 来源 ↗
ARC-Challenge 混合（Choice 85.2 98.2 79.1 来源 ↗
BFCL 混合（Choice 82.9 98.8 80.3 来源 ↗
RouterBench 混合（Choice 79.9 80.1 73.2 来源 ↗
FinEntity 混合（Choice 76.1 97.1 73.8 来源 ↗
CLINC150 混合（Choice 73.7 97.4 68.2 来源 ↗
BANKING77 混合（Choice 72.8 94.1 69.1 来源 ↗
WinoGrande 混合（Choice 67.7 97.5 69.7 来源 ↗
NLI4CT 混合（Choice 65.5 86.2 69.2 来源 ↗
BPoMP 混合（Choice 64.9 97.0 73.5 来源 ↗
ContractNLI 混合（Choice 63.4 86.5 60.3 来源 ↗
ToolRet 混合（Choice 63.1 69.1 54.9 来源 ↗
MMLU 混合（Choice 61.9 91.9 64.1 来源 ↗
Humicroedit 混合（Choice 59.9 75.1 57.2 来源 ↗
HoVer 混合（Choice 59.1 89.4 63.7 来源 ↗
CLadder 混合（Choice 57.3 97.7 62.3 来源 ↗
cfcolor 混合（Choice 57.0 70.2 57.8 来源 ↗
MuSR 混合（Choice 54.9 86.2 55.8 来源 ↗
When2Call 混合（Choice 54.7 91.7 57.9 来源 ↗
VAST 混合（Choice 51.0 82.0 50.2 来源 ↗
BBH 混合（Choice 51.0 92.9 58.2 来源 ↗
PhishNChips 混合（Choice 50.0 99.9 61.7 来源 ↗
ANLI 混合（Choice 49.4 98.6 53.7 来源 ↗
SGD 混合（Choice 48.9 73.4 47.8 来源 ↗
New Yorker 混合（Choice 44.7 82.0 52.8 来源 ↗
Habermas 混合（Choice 42.2 71.8 42.3 来源 ↗
MMLU-Pro 混合（Choice 37.6 82.7 42.0 来源 ↗
BRIGHT 混合（Choice 37.1 50.9 35.9 来源 ↗
GPQA Diamond 混合（Choice 36.2 78.3 37.5 来源 ↗
Amazon ESCI 混合（Choice 34.7 61.6 40.7 来源 ↗
CRUXEval 混合（Choice 33.0 87.9 50.3 来源 ↗
API-Bank 混合（Choice 31.7 93.1 56.2 来源 ↗
RAGTruth 混合（Choice 28.4 86.0 51.7 来源 ↗
SATA-Bench 混合（Choice 24.7 37.2 20.2 来源 ↗
GSM8K 混合（Choice 23.1 83.5 35.7 来源 ↗
iSarcasmEval 混合（Choice 22.4 71.0 38.2 来源 ↗
HLE 混合（Choice 12.0 20.4 12.3 来源 ↗
ChessBench 混合（Choice 9.9 40.2 14.1 来源 ↗
ACOS 混合（Choice 7.9 57.3 14.6 来源 ↗
Home appliances 混合（Choice 3.4 98.9 23.1 来源 ↗
POP909 混合（Choice 0.3 74.6 12.5 来源 ↗

同族条目（6）

型号参数Decision Index S1MBVision榜单
Decider 2B 当前 1.9B 25.8 29.4 — s1mb, di
Mapika/decider-0.8b 4.2B（活跃 752M） — 22.6 — s1mb
decider-35b-a3b 35B（活跃 34B） 48.5 46.7 — s1mb, di
Decider 4B 4.2B 40.3 42.8 — s1mb, di
Strands Decider 2B 1.9B 21.8 — — di
Mapika/decider-0.8b 4.2B（活跃 752M） — 22.6 — s1mb