decision.host
首页 / 模型 / decider-35b-a3b

decider-35b-a3b

Mapika ChoiceNoulScore 开源权重 35B（活跃 34B） 手工收录S1MB
Hugging Face 权重代码仓库S1MB 排行榜
S1MB Task Avg
46.7
第 20 名 · 覆盖 137/137（100%）
Decision Index Full
48.5
第 27 名 · public 47.7
校准 ECE
0.023
越低越好 · Brier 0.388

模型信息

厂商
Mapika
类别
开源权重
参数规模
35B（活跃 34B）
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
60.9
语言理解
82.2
检索与分类
78.1
工具与自动化
79.5
艺术与人类品味
53.1

S1MB · 137 个基准

基准类型该模型全场最佳 全场均值对比来源
laya / enron spam Noul 100.0 100.0 55.0 来源 ↗
open jev / browser control v1 Choice 100.0 100.0 67.7 来源 ↗
open jev / customer control v1 Noul 100.0 100.0 58.4 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 83.1 来源 ↗
s1mb generalization contextual choice Choice 98.7 100.0 82.8 来源 ↗
dbpedia Choice 97.8 98.9 83.7 来源 ↗
s1mb generalization diverse choice Choice 97.4 100.0 69.8 来源 ↗
clinc Choice 96.5 99.3 57.7 来源 ↗
snli Choice 95.2 98.4 46.4 来源 ↗
openbookqa Choice 94.4 97.2 54.1 来源 ↗
arc Choice 94.1 98.5 64.7 来源 ↗
open jev / drone control v1 Noul 94.1 100.0 50.7 来源 ↗
open jev / vizdoom basic v1 Noul 94.1 100.0 39.6 来源 ↗
scitail Noul 94.0 98.0 53.2 来源 ↗
open jev / mailroom control v1 Noul 92.5 100.0 62.9 来源 ↗
winobias Choice 91.3 91.3 30.5 来源 ↗
laya / ag news Choice 91.0 94.0 75.5 来源 ↗
massive Choice 90.7 96.7 64.8 来源 ↗
banking77 Choice 90.5 93.7 55.0 来源 ↗
bbq Choice 90.0 98.3 54.2 来源 ↗
s1mb generalization contextual noul Noul 90.0 98.0 62.3 来源 ↗
open jev / painting geometry v1 Choice 89.5 100.0 46.7 来源 ↗
hwu64 Choice 89.4 92.5 57.1 来源 ↗
open jev / entity alignment control v1 Noul 88.9 100.0 36.5 来源 ↗
miqa Choice 88.6 95.5 62.3 来源 ↗
open jev / silent failure control v1 Noul 88.0 100.0 38.8 来源 ↗
open jev / citation control v1 Choice 86.4 100.0 41.5 来源 ↗
s1mb generalization diverse noul Noul 86.0 100.0 59.5 来源 ↗
open jev / sponsor segment control v1 Choice 85.9 100.0 52.7 来源 ↗
quartz Choice 85.7 88.1 49.4 来源 ↗
hatecheck Noul 84.0 98.0 47.8 来源 ↗
open jev / ir control v1 Choice 84.0 88.0 45.1 来源 ↗
sdoh nli Noul 84.0 92.0 61.0 来源 ↗
ethics Choice 83.3 83.3 21.2 来源 ↗
mtop Choice 81.7 87.4 58.9 来源 ↗
open jev / phone extraction control v1 Noul 80.0 100.0 50.9 来源 ↗
lonli Choice 78.7 86.9 39.6 来源 ↗
open jev / customer control v1 Choice 78.3 82.6 64.4 来源 ↗
creak Noul 78.0 88.0 39.0 来源 ↗
argument quality Choice 77.5 95.9 37.8 来源 ↗
qasper Noul 76.0 88.0 41.9 来源 ↗
followir robust04 Noul 75.6 90.9 47.2 来源 ↗
gretel pii Choice 75.0 94.5 43.5 来源 ↗
scone Choice 74.0 92.0 34.5 来源 ↗
few nerd Choice 70.3 86.4 44.2 来源 ↗
open jev / workflow controls v1 / customer service Noul 69.8 100.0 42.1 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 68.9 100.0 34.8 来源 ↗
open jev / amount extraction control v1 Choice 68.6 100.0 55.2 来源 ↗
hans Noul 68.0 100.0 43.6 来源 ↗
s1mb generalization diverse score Score 67.3 95.3 43.1 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 67.2 67.2 39.7 来源 ↗
babi nli Noul 64.0 84.0 37.3 来源 ↗
open jev / workflow controls v1 / security incidents Noul 63.6 100.0 38.2 来源 ↗
contract nli Choice 62.4 78.5 32.3 来源 ↗
impli Noul 62.0 88.0 47.0 来源 ↗
arct Choice 61.7 89.4 39.6 来源 ↗
ethics Noul 61.1 68.6 24.1 来源 ↗
s1mb generalization contextual score Score 60.4 92.7 42.4 来源 ↗
open jev / reasoning control v1 Choice 60.0 95.0 28.8 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 59.4 100.0 28.3 来源 ↗
synthetic relevance / nanocoir Noul 59.1 73.0 33.9 来源 ↗
aegis2 Noul 59.0 62.3 33.0 来源 ↗
defeasible nli Choice 58.7 80.4 33.2 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 58.4 62.5 37.5 来源 ↗
crows pairs Choice 58.3 70.8 30.7 来源 ↗
paws Noul 58.0 88.0 45.9 来源 ↗
scicite Choice 56.5 71.0 44.1 来源 ↗
ethos Noul 56.0 76.0 44.0 来源 ↗
canttalk Noul 54.0 86.0 44.1 来源 ↗
open jev / context retention control v1 Noul 54.0 100.0 19.7 来源 ↗
ruletaker Noul 54.0 96.0 28.0 来源 ↗
go emotions Noul 52.6 61.3 38.5 来源 ↗
robust lr Choice 51.7 66.7 19.1 来源 ↗
open jev / amount extraction control v1 Noul 50.0 100.0 33.7 来源 ↗
open jev / phone extraction control v1 Choice 50.0 100.0 33.0 来源 ↗
gsm8k Choice 48.6 78.6 23.9 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 47.5 54.0 28.7 来源 ↗
open jev / customer control v1 Score 47.5 99.3 36.9 来源 ↗
laya / typed decisions Score 47.0 67.0 26.9 来源 ↗
open jev / reasoning control v1 Noul 46.7 100.0 25.5 来源 ↗
open jev / reasoning control v1 Score 46.3 90.7 28.1 来源 ↗
open jev / email selection control v1 Noul 46.1 100.0 41.3 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 45.0 47.0 26.8 来源 ↗
patent similarity Score 44.1 48.3 17.9 来源 ↗
open jev / ir control v1 Noul 42.9 100.0 47.6 来源 ↗
open jev / painting geometry v1 Noul 42.9 100.0 27.8 来源 ↗
laya / typed decisions Noul 42.0 47.8 24.6 来源 ↗
lexcomp Noul 42.0 52.0 22.7 来源 ↗
open jev / vizdoom basic v1 Score 40.7 100.0 30.2 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 39.4 70.8 28.3 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 37.9 52.6 18.1 来源 ↗
poem sentiment Choice 37.1 57.1 3.9 来源 ↗
temporal nli Choice 37.1 80.7 18.5 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 36.5 44.3 20.9 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 35.3 46.2 25.1 来源 ↗
followir core17 Noul 33.7 46.6 21.3 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 32.9 44.9 17.8 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 30.9 52.1 29.1 来源 ↗
civil comments Noul 30.5 36.7 21.5 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 30.5 48.2 15.7 来源 ↗
cladder Noul 30.0 94.0 18.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 29.3 41.7 17.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 28.8 63.6 14.1 来源 ↗
laya / typed decisions Choice 28.1 34.5 19.1 来源 ↗
fol nli Choice 26.2 54.1 10.4 来源 ↗
plane Noul 26.0 100.0 11.1 来源 ↗
stepgame Choice 25.0 82.1 18.0 来源 ↗
wiqa Choice 23.8 58.7 19.5 来源 ↗
sgd Choice 22.0 96.6 24.4 来源 ↗
esci Choice 20.6 46.6 13.3 来源 ↗
aqua rat Choice 18.3 77.5 11.0 来源 ↗
tracie Noul 16.0 34.0 8.8 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 15.9 46.7 15.4 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 15.6 38.6 10.9 来源 ↗
hh rlhf Choice 12.8 23.1 3.1 来源 ↗
winowhy Noul 12.0 62.0 19.0 来源 ↗
synthetic relevance / nanobeir / nanonq Score 9.5 49.4 9.5 来源 ↗
boardgameqa Choice 9.4 62.5 15.8 来源 ↗
open jev / snake v1 Choice 9.3 83.5 8.4 来源 ↗
logical entailment Noul 8.0 72.0 12.3 来源 ↗
open jev / tic tac toe v1 Choice 6.8 48.5 3.5 来源 ↗
argument quality Noul 6.1 23.9 5.4 来源 ↗
followir news21 Noul 4.0 42.7 14.9 来源 ↗
corr2cause Choice 3.3 91.7 3.8 来源 ↗
spartqa Choice 3.2 38.7 4.5 来源 ↗
open jev / painting geometry v1 Score 1.3 100.0 15.9 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 0.8 36.7 7.3 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 Noul 0.0 100.0 9.1 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 36.0 7.6 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 4.3 来源 ↗
ud ewt Choice 0.0 56.7 13.4 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 99.0 99.5 87.3 来源 ↗
HellaSwag 混合（Choice 96.7 98.5 72.9 来源 ↗
ARC-Challenge 混合（Choice 96.3 98.2 79.1 来源 ↗
CLINC150 混合（Choice 94.7 97.4 68.2 来源 ↗
BFCL 混合（Choice 92.2 98.8 80.3 来源 ↗
BANKING77 混合（Choice 89.8 94.1 69.1 来源 ↗
BPoMP 混合（Choice 89.1 97.0 73.5 来源 ↗
WinoGrande 混合（Choice 88.6 97.5 69.7 来源 ↗
FinEntity 混合（Choice 85.2 97.1 73.8 来源 ↗
MMLU 混合（Choice 82.6 91.9 64.1 来源 ↗
RouterBench 混合（Choice 79.6 80.1 73.2 来源 ↗
NLI4CT 混合（Choice 78.5 86.2 69.2 来源 ↗
ContractNLI 混合（Choice 75.0 86.5 60.3 来源 ↗
BBH 混合（Choice 71.3 92.9 58.2 来源 ↗
PhishNChips 混合（Choice 66.8 99.9 61.7 来源 ↗
CLadder 混合（Choice 66.7 97.7 62.3 来源 ↗
ToolRet 混合（Choice 66.3 69.1 54.9 来源 ↗
ANLI 混合（Choice 66.0 98.6 53.7 来源 ↗
cfcolor 混合（Choice 64.9 70.2 57.8 来源 ↗
SGD 混合（Choice 64.1 73.4 47.8 来源 ↗
New Yorker 混合（Choice 64.0 82.0 52.8 来源 ↗
HoVer 混合（Choice 63.5 89.4 63.7 来源 ↗
RAGTruth 混合（Choice 63.1 86.0 51.7 来源 ↗
Humicroedit 混合（Choice 62.0 75.1 57.2 来源 ↗
MuSR 混合（Choice 61.8 86.2 55.8 来源 ↗
MMLU-Pro 混合（Choice 60.5 82.7 42.0 来源 ↗
CRUXEval 混合（Choice 59.8 87.9 50.3 来源 ↗
When2Call 混合（Choice 59.7 91.7 57.9 来源 ↗
API-Bank 混合（Choice 56.5 93.1 56.2 来源 ↗
iSarcasmEval 混合（Choice 54.8 71.0 38.2 来源 ↗
VAST 混合（Choice 54.5 82.0 50.2 来源 ↗
Amazon ESCI 混合（Choice 50.6 61.6 40.7 来源 ↗
Habermas 混合（Choice 46.4 71.8 42.3 来源 ↗
BRIGHT 混合（Choice 41.7 50.9 35.9 来源 ↗
GSM8K 混合（Choice 41.5 83.5 35.7 来源 ↗
GPQA Diamond 混合（Choice 40.8 78.3 37.5 来源 ↗
SATA-Bench 混合（Choice 34.7 37.2 20.2 来源 ↗
ACOS 混合（Choice 27.2 57.3 14.6 来源 ↗
Home appliances 混合（Choice 23.9 98.9 23.1 来源 ↗
ChessBench 混合（Choice 10.9 40.2 14.1 来源 ↗
HLE 混合（Choice 8.8 20.4 12.3 来源 ↗
POP909 混合（Choice 6.7 74.6 12.5 来源 ↗

同族条目（6）

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