decision.host
首页 / 模型 / bosun-v3.1-0.6b

bosun-v3.1-0.6b

Hanno-Labs ChoiceNoulScore 606M Decision IndexS1MB
S1MB Task Avg
19.3
第 62 名 · 覆盖 137/137(100%)
Decision Index Full
8.7
第 99 名 · public 14.5
校准 ECE
0.142
越低越好 · Brier 0.667

模型信息

厂商
Hanno-Labs
类别
开源权重
参数规模
606M
基座模型
Qwen/Qwen3-0.6B-Base
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
训练方式
LoRA + head
同族条目
Bosun v3.1 0.6B LoRA

数据来源与链接

本站聚合自: Decision Index、S1MB。 分数与链接均指向原始出处。

Decision Index 领域得分

知识与推理
33.9
语言理解
52.0
检索与分类
61.8
工具与自动化
52.6
艺术与人类品味
38.6

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 83.3 100.0 83.1 来源 ↗
open jev / drone control v1 Noul 82.3 100.0 50.7 来源 ↗
clinc Choice 82.1 99.3 57.7 来源 ↗
banking77 Choice 79.0 93.7 55.0 来源 ↗
dbpedia Choice 78.7 98.9 83.7 来源 ↗
s1mb generalization contextual choice Choice 78.1 100.0 82.8 来源 ↗
massive Choice 75.9 96.7 64.8 来源 ↗
sdoh nli Noul 74.0 92.0 61.0 来源 ↗
open jev / customer control v1 Choice 69.6 82.6 64.4 来源 ↗
hwu64 Choice 67.0 92.5 57.1 来源 ↗
scitail Noul 64.0 98.0 53.2 来源 ↗
open jev / amount extraction control v1 Choice 60.8 100.0 55.2 来源 ↗
mtop Choice 59.5 87.4 58.9 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 58.2 67.2 39.7 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 56.9 62.5 37.5 来源 ↗
s1mb generalization contextual noul Noul 56.0 98.0 62.3 来源 ↗
s1mb generalization diverse choice Choice 55.1 100.0 69.8 来源 ↗
laya / ag news Choice 53.7 94.0 75.5 来源 ↗
canttalk Noul 52.0 86.0 44.1 来源 ↗
open jev / painting geometry v1 Noul 51.4 100.0 27.8 来源 ↗
open jev / mailroom control v1 Noul 49.7 100.0 62.9 来源 ↗
s1mb generalization diverse noul Noul 48.0 100.0 59.5 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 44.9 70.8 28.3 来源 ↗
ethos Noul 44.0 76.0 44.0 来源 ↗
open jev / phone extraction control v1 Noul 43.6 100.0 50.9 来源 ↗
synthetic relevance / nanocoir Noul 43.4 73.0 33.9 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 42.6 52.1 29.1 来源 ↗
followir robust04 Noul 39.1 90.9 47.2 来源 ↗
open jev / email selection control v1 Noul 38.5 100.0 41.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 37.8 54.0 28.7 来源 ↗
open jev / entity alignment control v1 Noul 37.0 100.0 36.5 来源 ↗
miqa Choice 36.4 95.5 62.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 36.1 41.7 17.4 来源 ↗
arc Choice 35.3 98.5 64.7 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 35.1 47.0 26.8 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 34.9 52.6 18.1 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 34.2 44.3 20.9 来源 ↗
babi nli Noul 34.0 84.0 37.3 来源 ↗
impli Noul 32.0 88.0 47.0 来源 ↗
followir core17 Noul 31.7 46.6 21.3 来源 ↗
s1mb generalization diverse score Score 31.1 95.3 43.1 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 30.9 48.2 15.7 来源 ↗
open jev / browser control v1 Choice 30.4 100.0 67.7 来源 ↗
qasper Noul 30.0 88.0 41.9 来源 ↗
open jev / customer control v1 Score 26.8 99.3 36.9 来源 ↗
open jev / workflow controls v1 / customer service Noul 25.9 100.0 42.1 来源 ↗
hatecheck Noul 24.0 98.0 47.8 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 23.6 46.7 15.4 来源 ↗
aegis2 Noul 23.5 62.3 33.0 来源 ↗
s1mb generalization contextual score Score 23.4 92.7 42.4 来源 ↗
esci Choice 23.3 46.6 13.3 来源 ↗
civil comments Noul 23.0 36.7 21.5 来源 ↗
creak Noul 22.0 88.0 39.0 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 21.9 46.2 25.1 来源 ↗
defeasible nli Choice 21.7 80.4 33.2 来源 ↗
few nerd Choice 21.5 86.4 44.2 来源 ↗
open jev / ir control v1 Noul 21.4 100.0 47.6 来源 ↗
followir news21 Noul 21.3 42.7 14.9 来源 ↗
scicite Choice 21.0 71.0 44.1 来源 ↗
sgd Choice 20.3 96.6 24.4 来源 ↗
go emotions Noul 19.6 61.3 38.5 来源 ↗
gretel pii Choice 19.2 94.5 43.5 来源 ↗
quartz Choice 19.1 88.1 49.4 来源 ↗
patent similarity Score 18.8 48.3 17.9 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 18.6 38.6 10.9 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 18.4 44.9 17.8 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 16.6 63.6 14.1 来源 ↗
wiqa Choice 15.9 58.7 19.5 来源 ↗
hans Noul 14.0 100.0 43.6 来源 ↗
openbookqa Choice 13.9 97.2 54.1 来源 ↗
open jev / painting geometry v1 Choice 10.5 100.0 46.7 来源 ↗
open jev / reasoning control v1 Noul 9.6 100.0 25.5 来源 ↗
laya / typed decisions Noul 9.1 47.8 24.6 来源 ↗
arct Choice 8.5 89.4 39.6 来源 ↗
robust lr Choice 8.3 66.7 19.1 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 8.2 36.0 7.6 来源 ↗
nlsat Noul 8.0 22.0 2.2 来源 ↗
winowhy Noul 8.0 62.0 19.0 来源 ↗
bbq Choice 6.7 98.3 54.2 来源 ↗
synthetic relevance / nanobeir / nanonq Score 6.7 49.4 9.5 来源 ↗
laya / enron spam Noul 6.0 100.0 55.0 来源 ↗
open jev / vizdoom basic v1 Noul 5.9 100.0 39.6 来源 ↗
laya / typed decisions Choice 5.8 34.5 19.1 来源 ↗
open jev / workflow controls v1 / security incidents Noul 5.8 100.0 38.2 来源 ↗
crows pairs Choice 4.2 70.8 30.7 来源 ↗
argument quality Noul 3.1 23.9 5.4 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 2.6 36.7 7.3 来源 ↗
argument quality Choice 2.0 95.9 37.8 来源 ↗
paws Noul 2.0 88.0 45.9 来源 ↗
plane Noul 2.0 100.0 11.1 来源 ↗
open jev / citation control v1 Choice 1.5 100.0 41.5 来源 ↗
aqua rat Choice 0.0 77.5 11.0 来源 ↗
boardgameqa Choice 0.0 62.5 15.8 来源 ↗
cladder Noul 0.0 94.0 18.3 来源 ↗
contract nli Choice 0.0 78.5 32.3 来源 ↗
corr2cause Choice 0.0 91.7 3.8 来源 ↗
ethics Choice 0.0 83.3 21.2 来源 ↗
ethics Noul 0.0 68.6 24.1 来源 ↗
fol nli Choice 0.0 54.1 10.4 来源 ↗
gsm8k Choice 0.0 78.6 23.9 来源 ↗
hh rlhf Choice 0.0 23.1 3.1 来源 ↗
laya / typed decisions Score 0.0 67.0 26.9 来源 ↗
lexcomp Noul 0.0 52.0 22.7 来源 ↗
logical entailment Noul 0.0 72.0 12.3 来源 ↗
lonli Choice 0.0 86.9 39.6 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 / customer control v1 Noul 0.0 100.0 58.4 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 Choice 0.0 88.0 45.1 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 Choice 0.0 100.0 33.0 来源 ↗
open jev / reasoning control v1 Choice 0.0 95.0 28.8 来源 ↗
open jev / reasoning control v1 Score 0.0 90.7 28.1 来源 ↗
open jev / silent failure control v1 Noul 0.0 100.0 38.8 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 / sponsor segment control v1 Choice 0.0 100.0 52.7 来源 ↗
open jev / tic tac toe v1 Choice 0.0 48.5 3.5 来源 ↗
open jev / vizdoom basic v1 Score 0.0 100.0 30.2 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 0.0 100.0 28.3 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 0.0 100.0 34.8 来源 ↗
poem sentiment Choice 0.0 57.1 3.9 来源 ↗
ruletaker Noul 0.0 96.0 28.0 来源 ↗
scone Choice 0.0 92.0 34.5 来源 ↗
snli Choice 0.0 98.4 46.4 来源 ↗
spartqa Choice 0.0 38.7 4.5 来源 ↗
stepgame Choice 0.0 82.1 18.0 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 4.3 来源 ↗
temporal nli Choice 0.0 80.7 18.5 来源 ↗
tracie Noul 0.0 34.0 8.8 来源 ↗
ud ewt Choice 0.0 56.7 13.4 来源 ↗
winobias Choice 0.0 91.3 30.5 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
BANKING77 混合(Choice 76.1 94.1 69.1 来源 ↗
CLINC150 混合(Choice 64.8 97.4 68.2 来源 ↗
RouterBench 混合(Choice 64.1 80.1 73.2 来源 ↗
ToolRet 混合(Choice 57.4 69.1 54.9 来源 ↗
ARC-Easy 混合(Choice 56.1 99.5 87.3 来源 ↗
SGD 混合(Choice 54.3 73.4 47.8 来源 ↗
API-Bank 混合(Choice 53.1 93.1 56.2 来源 ↗
cfcolor 混合(Choice 50.9 70.2 57.8 来源 ↗
Humicroedit 混合(Choice 50.9 75.1 57.2 来源 ↗
HoVer 混合(Choice 50.5 89.4 63.7 来源 ↗
PhishNChips 混合(Choice 50.0 99.9 61.7 来源 ↗
WinoGrande 混合(Choice 49.7 97.5 69.7 来源 ↗
NLI4CT 混合(Choice 49.7 86.2 69.2 来源 ↗
CLadder 混合(Choice 49.5 97.7 62.3 来源 ↗
BPoMP 混合(Choice 48.9 97.0 73.5 来源 ↗
FinEntity 混合(Choice 48.0 97.1 73.8 来源 ↗
BFCL 混合(Choice 46.6 98.8 80.3 来源 ↗
MuSR 混合(Choice 44.3 86.2 55.8 来源 ↗
ARC-Challenge 混合(Choice 43.3 98.2 79.1 来源 ↗
Amazon ESCI 混合(Choice 43.0 61.6 40.7 来源 ↗
New Yorker 混合(Choice 38.6 82.0 52.8 来源 ↗
Habermas 混合(Choice 36.6 71.8 42.3 来源 ↗
CRUXEval 混合(Choice 35.8 87.9 50.3 来源 ↗
MMLU 混合(Choice 34.7 91.9 64.1 来源 ↗
BBH 混合(Choice 34.3 92.9 58.2 来源 ↗
HellaSwag 混合(Choice 32.8 98.5 72.9 来源 ↗
BRIGHT 混合(Choice 31.7 50.9 35.9 来源 ↗
When2Call 混合(Choice 30.0 91.7 57.9 来源 ↗
RAGTruth 混合(Choice 29.2 86.0 51.7 来源 ↗
GPQA Diamond 混合(Choice 27.6 78.3 37.5 来源 ↗
ANLI 混合(Choice 27.5 98.6 53.7 来源 ↗
VAST 混合(Choice 26.3 82.0 50.2 来源 ↗
ContractNLI 混合(Choice 21.6 86.5 60.3 来源 ↗
GSM8K 混合(Choice 18.1 83.5 35.7 来源 ↗
MMLU-Pro 混合(Choice 17.7 82.7 42.0 来源 ↗
HLE 混合(Choice 15.0 20.4 12.3 来源 ↗
ChessBench 混合(Choice 8.3 40.2 14.1 来源 ↗
ACOS 混合(Choice 5.6 57.3 14.6 来源 ↗
iSarcasmEval 混合(Choice 5.5 71.0 38.2 来源 ↗
POP909 混合(Choice 3.5 74.6 12.5 来源 ↗
SATA-Bench 混合(Choice 1.4 37.2 20.2 来源 ↗
Home appliances 混合(Choice 0.0 98.9 23.1 来源 ↗