首页 / 模型 / Bosun v3.1 1.7B

Bosun v3.1 1.7B

Name: Bosun v3.1 1.7B
Author: Hanno-Labs

Hanno-Labs ChoiceNoulScore 1.7B Decision IndexS1MB

Hugging Face 权重 Decision Index 排行榜 S1MB 排行榜

S1MB Task Avg

25.5

第 57 名 · 覆盖 137/137（100%）

Decision Index Full

15.8

第 88 名 · public 20.6

校准 ECE

0.130

越低越好 · Brier 0.614

模型信息

厂商: Hanno-Labs
类别: 开源权重
参数规模: 1.7B
基座模型: Qwen/Qwen3-1.7B-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 1.7B LoRA

数据来源与链接

Hugging Face 权重 Decision Index 排行榜 S1MB 排行榜

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

37.9

语言理解

62.0

检索与分类

74.4

工具与自动化

68.2

艺术与人类品味

39.7

S1MB · 137 个基准

基准	类型	该模型	全场最佳	全场均值	来源
clinc	Choice	93.8	99.3	57.7	来源 ↗
s1mb generalization contextual choice	Choice	92.3	100.0	82.8	来源 ↗
dbpedia	Choice	87.6	98.9	83.7	来源 ↗
banking77	Choice	86.3	93.7	55.0	来源 ↗
massive	Choice	81.3	96.7	64.8	来源 ↗
open jev / browser control v1	Choice	76.1	100.0	67.7	来源 ↗
sdoh nli	Noul	76.0	92.0	61.0	来源 ↗
open jev / mailroom control v1	Choice	75.0	100.0	83.1	来源 ↗
hwu64	Choice	73.4	92.5	57.1	来源 ↗
scitail	Noul	72.0	98.0	53.2	来源 ↗
s1mb generalization diverse choice	Choice	69.6	100.0	69.8	来源 ↗
s1mb generalization contextual noul	Noul	68.0	98.0	62.3	来源 ↗
canttalk	Noul	64.0	86.0	44.1	来源 ↗
synthetic relevance / nanobeir / nanonq	Noul	61.1	67.2	39.7	来源 ↗
synthetic relevance / nanobeir / nanohotpotqa	Noul	60.3	70.8	28.3	来源 ↗
s1mb generalization diverse noul	Noul	60.0	100.0	59.5	来源 ↗
open jev / mailroom control v1	Noul	58.1	100.0	62.9	来源 ↗
open jev / amount extraction control v1	Choice	56.9	100.0	55.2	来源 ↗
miqa	Choice	56.8	95.5	62.3	来源 ↗
laya / ag news	Choice	56.7	94.0	75.5	来源 ↗
mtop	Choice	56.6	87.4	58.9	来源 ↗
synthetic relevance / nanobeir / nanomsmarco	Noul	55.5	62.5	37.5	来源 ↗
ethos	Noul	54.0	76.0	44.0	来源 ↗
open jev / phone extraction control v1	Noul	52.7	100.0	50.9	来源 ↗
open jev / customer control v1	Score	51.7	99.3	36.9	来源 ↗
followir robust04	Noul	51.6	90.9	47.2	来源 ↗
arc	Choice	50.0	98.5	64.7	来源 ↗
open jev / ir control v1	Noul	50.0	100.0	47.6	来源 ↗
creak	Noul	48.0	88.0	39.0	来源 ↗
open jev / customer control v1	Choice	47.8	82.6	64.4	来源 ↗
synthetic relevance / nanobeir / nanodbpedia	Noul	46.1	52.1	29.1	来源 ↗
synthetic relevance / nanobeir / nanofiqa2018	Noul	46.0	54.0	28.7	来源 ↗
impli	Noul	46.0	88.0	47.0	来源 ↗
synthetic relevance / nanocoir	Noul	46.0	73.0	33.9	来源 ↗
open jev / ir control v1	Choice	44.0	88.0	45.1	来源 ↗
paws	Noul	42.0	88.0	45.9	来源 ↗
s1mb generalization contextual score	Score	41.4	92.7	42.4	来源 ↗
synthetic relevance / nanobeir / nanohotpotqa	Score	41.0	63.6	14.1	来源 ↗
s1mb generalization diverse score	Score	39.1	95.3	43.1	来源 ↗
synthetic relevance / nanobeir / nanoscidocs	Noul	38.9	41.7	17.4	来源 ↗
open jev / email selection control v1	Noul	38.5	100.0	41.3	来源 ↗
esci	Choice	38.4	46.6	13.3	来源 ↗
synthetic relevance / nanobeir / nanotouche2020	Noul	38.3	47.0	26.8	来源 ↗
few nerd	Choice	38.0	86.4	44.2	来源 ↗
scicite	Choice	37.1	71.0	44.1	来源 ↗
open jev / workflow controls v1 / customer service	Noul	36.5	100.0	42.1	来源 ↗
bbq	Choice	35.0	98.3	54.2	来源 ↗
laya / enron spam	Noul	34.0	100.0	55.0	来源 ↗
openbookqa	Choice	33.3	97.2	54.1	来源 ↗
synthetic relevance / nanobeir / nanonfcorpus	Noul	33.3	46.2	25.1	来源 ↗
patent similarity	Score	32.2	48.3	17.9	来源 ↗
plane	Noul	32.0	100.0	11.1	来源 ↗
synthetic relevance / nanobeir / nanomsmarco	Score	31.9	52.6	18.1	来源 ↗
synthetic relevance / nanobeir / nanofiqa2018	Score	30.6	46.7	15.4	来源 ↗
wiqa	Choice	28.6	58.7	19.5	来源 ↗
synthetic relevance / nanobeir / nanotouche2020	Score	28.0	44.3	20.9	来源 ↗
laya / typed decisions	Score	26.3	67.0	26.9	来源 ↗
go emotions	Noul	25.8	61.3	38.5	来源 ↗
synthetic relevance / nanobeir / nanonfcorpus	Score	24.8	38.6	10.9	来源 ↗
followir news21	Noul	24.7	42.7	14.9	来源 ↗
synthetic relevance / nanobeir / nanodbpedia	Score	24.4	44.9	17.8	来源 ↗
babi nli	Noul	24.0	84.0	37.3	来源 ↗
hatecheck	Noul	24.0	98.0	47.8	来源 ↗
lexcomp	Noul	24.0	52.0	22.7	来源 ↗
synthetic relevance / nanobeir / nanoarguana	Score	23.8	36.0	7.6	来源 ↗
sgd	Choice	23.7	96.6	24.4	来源 ↗
lonli	Choice	22.9	86.9	39.6	来源 ↗
gretel pii	Choice	22.4	94.5	43.5	来源 ↗
qasper	Noul	22.0	88.0	41.9	来源 ↗
open jev / phone extraction control v1	Choice	21.7	100.0	33.0	来源 ↗
ethics	Noul	21.4	68.6	24.1	来源 ↗
synthetic relevance / nanobeir / nanoarguana	Noul	20.9	48.2	15.7	来源 ↗
contract nli	Choice	20.6	78.5	32.3	来源 ↗
open jev / workflow controls v1 / security incidents	Noul	20.6	100.0	38.2	来源 ↗
argument quality	Choice	20.4	95.9	37.8	来源 ↗
temporal nli	Choice	19.4	80.7	18.5	来源 ↗
arct	Choice	19.1	89.4	39.6	来源 ↗
civil comments	Noul	18.4	36.7	21.5	来源 ↗
defeasible nli	Choice	17.4	80.4	33.2	来源 ↗
open jev / sponsor segment control v1	Choice	16.7	100.0	52.7	来源 ↗
snli	Choice	16.1	98.4	46.4	来源 ↗
followir core17	Noul	16.0	46.6	21.3	来源 ↗
open jev / painting geometry v1	Choice	15.8	100.0	46.7	来源 ↗
laya / typed decisions	Choice	15.6	34.5	19.1	来源 ↗
synthetic relevance / nanobeir / nanonq	Score	13.8	49.4	9.5	来源 ↗
crows pairs	Choice	12.5	70.8	30.7	来源 ↗
hans	Noul	12.0	100.0	43.6	来源 ↗
quartz	Choice	11.9	88.1	49.4	来源 ↗
open jev / vizdoom basic v1	Noul	11.4	100.0	39.6	来源 ↗
argument quality	Noul	10.3	23.9	5.4	来源 ↗
laya / typed decisions	Noul	10.3	47.8	24.6	来源 ↗
ruletaker	Noul	10.0	96.0	28.0	来源 ↗
synthetic relevance / nanobeir / nanoscidocs	Score	9.4	36.7	7.3	来源 ↗
aegis2	Noul	8.6	62.3	33.0	来源 ↗
cladder	Noul	8.0	94.0	18.3	来源 ↗
open jev / context retention control v1	Noul	8.0	100.0	19.7	来源 ↗
stepgame	Choice	7.1	82.1	18.0	来源 ↗
open jev / amount extraction control v1	Noul	6.3	100.0	33.7	来源 ↗
open jev / customer control v1	Noul	6.3	100.0	58.4	来源 ↗
open jev / painting geometry v1	Score	6.0	100.0	15.9	来源 ↗
winowhy	Noul	6.0	62.0	19.0	来源 ↗
open jev / entity alignment control v1	Noul	5.1	100.0	36.5	来源 ↗
open jev / reasoning control v1	Score	4.6	90.7	28.1	来源 ↗
hh rlhf	Choice	2.6	23.1	3.1	来源 ↗
open jev / reasoning control v1	Noul	2.2	100.0	25.5	来源 ↗
aqua rat	Choice	0.0	77.5	11.0	来源 ↗
boardgameqa	Choice	0.0	62.5	15.8	来源 ↗
corr2cause	Choice	0.0	91.7	3.8	来源 ↗
ethics	Choice	0.0	83.3	21.2	来源 ↗
fol nli	Choice	0.0	54.1	10.4	来源 ↗
gsm8k	Choice	0.0	78.6	23.9	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 / citation control v1	Choice	0.0	100.0	41.5	来源 ↗
open jev / drone control v1	Choice	0.0	100.0	5.1	来源 ↗
open jev / drone control v1	Noul	0.0	100.0	50.7	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 / painting geometry v1	Noul	0.0	100.0	27.8	来源 ↗
open jev / reasoning control v1	Choice	0.0	95.0	28.8	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 / 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 ↗
robust lr	Choice	0.0	66.7	19.1	来源 ↗
scone	Choice	0.0	92.0	34.5	来源 ↗
spartqa	Choice	0.0	38.7	4.5	来源 ↗
synthetic relevance / nanocoir	Score	0.0	44.3	4.3	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	来源
CLINC150	混合（Choice	90.9	97.4	68.2	来源 ↗
BANKING77	混合（Choice	85.6	94.1	69.1	来源 ↗
FinEntity	混合（Choice	72.3	97.1	73.8	来源 ↗
RouterBench	混合（Choice	68.3	80.1	73.2	来源 ↗
ARC-Easy	混合（Choice	66.5	99.5	87.3	来源 ↗
API-Bank	混合（Choice	60.8	93.1	56.2	来源 ↗
BFCL	混合（Choice	60.2	98.8	80.3	来源 ↗
ToolRet	混合（Choice	57.0	69.1	54.9	来源 ↗
cfcolor	混合（Choice	55.5	70.2	57.8	来源 ↗
BPoMP	混合（Choice	55.2	97.0	73.5	来源 ↗
SGD	混合（Choice	54.7	73.4	47.8	来源 ↗
Humicroedit	混合（Choice	53.8	75.1	57.2	来源 ↗
HoVer	混合（Choice	53.6	89.4	63.7	来源 ↗
ARC-Challenge	混合（Choice	53.6	98.2	79.1	来源 ↗
NLI4CT	混合（Choice	53.2	86.2	69.2	来源 ↗
CLadder	混合（Choice	53.2	97.7	62.3	来源 ↗
WinoGrande	混合（Choice	51.8	97.5	69.7	来源 ↗
PhishNChips	混合（Choice	50.2	99.9	61.7	来源 ↗
Amazon ESCI	混合（Choice	47.8	61.6	40.7	来源 ↗
ContractNLI	混合（Choice	44.4	86.5	60.3	来源 ↗
MMLU	混合（Choice	42.4	91.9	64.1	来源 ↗
MuSR	混合（Choice	41.8	86.2	55.8	来源 ↗
ANLI	混合（Choice	40.5	98.6	53.7	来源 ↗
CRUXEval	混合（Choice	40.2	87.9	50.3	来源 ↗
BBH	混合（Choice	36.8	92.9	58.2	来源 ↗
VAST	混合（Choice	36.4	82.0	50.2	来源 ↗
Habermas	混合（Choice	36.1	71.8	42.3	来源 ↗
New Yorker	混合（Choice	36.0	82.0	52.8	来源 ↗
HellaSwag	混合（Choice	34.9	98.5	72.9	来源 ↗
BRIGHT	混合（Choice	32.9	50.9	35.9	来源 ↗
When2Call	混合（Choice	32.4	91.7	57.9	来源 ↗
GPQA Diamond	混合（Choice	25.0	78.3	37.5	来源 ↗
MMLU-Pro	混合（Choice	24.6	82.7	42.0	来源 ↗
RAGTruth	混合（Choice	22.1	86.0	51.7	来源 ↗
GSM8K	混合（Choice	18.9	83.5	35.7	来源 ↗
iSarcasmEval	混合（Choice	15.4	71.0	38.2	来源 ↗
HLE	混合（Choice	13.4	20.4	12.3	来源 ↗
ChessBench	混合（Choice	9.1	40.2	14.1	来源 ↗
ACOS	混合（Choice	8.8	57.3	14.6	来源 ↗
SATA-Bench	混合（Choice	3.9	37.2	20.2	来源 ↗
POP909	混合（Choice	1.5	74.6	12.5	来源 ↗
Home appliances	混合（Choice	0.0	98.9	23.1	来源 ↗