decision.host
首页 / 模型 / JevK5

JevK5

社区（alibiserikbay） ChoiceNoulScore 开源权重 9.7B（活跃 4.2B） 手工收录Decision IndexS1MB

Apache-2.0 的开源决策模型系列（JevK5 与 JevK5 Lite）。在 Decision Index 0.3 文本榜上 48.4 分。

Hugging Face 权重Decision Index 排行榜S1MB 排行榜
S1MB Task Avg
41.1
第 35 名 · 覆盖 137/137（100%）
Decision Index Full
41.5
第 47 名 · public 41.1
校准 ECE
0.060
越低越好 · Brier 0.459

模型信息

厂商
社区（alibiserikbay）
类别
开源权重
参数规模
9.7B（活跃 4.2B）
基座模型
Qwen/Qwen3.5-9B
权重
可下载（开源）
许可证
Apache-2.0 可商用
输入模态
文本
决策原语
ChoiceNoulScore
可微调
可以
微调方法
LoRA rank 16（仅注意力），1 epoch / 47,460 行，与前序 LoRA 合并；SemIf letter logits + 双温度（1.22 / 0.93）
训练方式
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： 手工收录、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
59.7
语言理解
75.6
检索与分类
65.5
工具与自动化
81.2
艺术与人类品味
51.8

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 / drone control v1 Noul 100.0 100.0 50.7 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 83.1 来源 ↗
s1mb generalization contextual choice Choice 100.0 100.0 82.8 来源 ↗
open jev / browser control v1 Choice 97.8 100.0 67.7 来源 ↗
dbpedia Choice 97.8 98.9 83.7 来源 ↗
arc Choice 95.6 98.5 64.7 来源 ↗
open jev / customer control v1 Noul 94.1 100.0 58.4 来源 ↗
s1mb generalization diverse noul Noul 94.0 100.0 59.5 来源 ↗
open jev / ir control v1 Noul 92.9 100.0 47.6 来源 ↗
bbq Choice 91.7 98.3 54.2 来源 ↗
s1mb generalization contextual noul Noul 90.0 98.0 62.3 来源 ↗
open jev / sponsor segment control v1 Choice 89.7 100.0 52.7 来源 ↗
open jev / citation control v1 Choice 89.4 100.0 41.5 来源 ↗
openbookqa Choice 88.9 97.2 54.1 来源 ↗
open jev / email selection control v1 Noul 88.5 100.0 41.3 来源 ↗
s1mb generalization diverse choice Choice 86.8 100.0 69.8 来源 ↗
miqa Choice 84.1 95.5 62.3 来源 ↗
snli Choice 83.9 98.4 46.4 来源 ↗
clinc Choice 82.8 99.3 57.7 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 64.4 来源 ↗
laya / enron spam Noul 82.0 100.0 55.0 来源 ↗
massive Choice 81.9 96.7 64.8 来源 ↗
hwu64 Choice 79.8 92.5 57.1 来源 ↗
open jev / mailroom control v1 Noul 79.4 100.0 62.9 来源 ↗
laya / ag news Choice 79.1 94.0 75.5 来源 ↗
sdoh nli Noul 78.0 92.0 61.0 来源 ↗
open jev / amount extraction control v1 Choice 76.5 100.0 55.2 来源 ↗
open jev / vizdoom basic v1 Noul 76.5 100.0 39.6 来源 ↗
quartz Choice 76.2 88.1 49.4 来源 ↗
mtop Choice 76.0 87.4 58.9 来源 ↗
open jev / ir control v1 Choice 76.0 88.0 45.1 来源 ↗
followir robust04 Noul 75.1 90.9 47.2 来源 ↗
gretel pii Choice 75.0 94.5 43.5 来源 ↗
hatecheck Noul 74.0 98.0 47.8 来源 ↗
scone Choice 74.0 92.0 34.5 来源 ↗
open jev / workflow controls v1 / customer service Noul 72.5 100.0 42.1 来源 ↗
hans Noul 72.0 100.0 43.6 来源 ↗
s1mb generalization diverse score Score 70.7 95.3 43.1 来源 ↗
creak Noul 70.0 88.0 39.0 来源 ↗
open jev / phone extraction control v1 Noul 70.0 100.0 50.9 来源 ↗
scitail Noul 70.0 98.0 53.2 来源 ↗
s1mb generalization contextual score Score 68.6 92.7 42.4 来源 ↗
open jev / silent failure control v1 Noul 68.0 100.0 38.8 来源 ↗
qasper Noul 68.0 88.0 41.9 来源 ↗
lonli Choice 67.2 86.9 39.6 来源 ↗
ethics Choice 66.7 83.3 21.2 来源 ↗
few nerd Choice 64.9 86.4 44.2 来源 ↗
banking77 Choice 63.2 93.7 55.0 来源 ↗
scicite Choice 61.3 71.0 44.1 来源 ↗
ethos Noul 60.0 76.0 44.0 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 59.6 100.0 34.8 来源 ↗
arct Choice 59.6 89.4 39.6 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 59.2 67.2 39.7 来源 ↗
open jev / reasoning control v1 Noul 57.4 100.0 25.5 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 57.0 62.5 37.5 来源 ↗
open jev / entity alignment control v1 Noul 56.4 100.0 36.5 来源 ↗
canttalk Noul 56.0 86.0 44.1 来源 ↗
impli Noul 56.0 88.0 47.0 来源 ↗
defeasible nli Choice 54.4 80.4 33.2 来源 ↗
crows pairs Choice 54.2 70.8 30.7 来源 ↗
ruletaker Noul 54.0 96.0 28.0 来源 ↗
open jev / painting geometry v1 Choice 52.6 100.0 46.7 来源 ↗
paws Noul 50.0 88.0 45.9 来源 ↗
contract nli Choice 48.5 78.5 32.3 来源 ↗
babi nli Noul 48.0 84.0 37.3 来源 ↗
open jev / phone extraction control v1 Choice 47.8 100.0 33.0 来源 ↗
winobias Choice 47.8 91.3 30.5 来源 ↗
go emotions Noul 46.8 61.3 38.5 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 44.5 52.1 29.1 来源 ↗
open jev / amount extraction control v1 Noul 43.8 100.0 33.7 来源 ↗
argument quality Choice 42.9 95.9 37.8 来源 ↗
lexcomp Noul 42.0 52.0 22.7 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 41.9 54.0 28.7 来源 ↗
synthetic relevance / nanocoir Noul 41.9 73.0 33.9 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 41.2 46.2 25.1 来源 ↗
followir core17 Noul 40.1 46.6 21.3 来源 ↗
open jev / reasoning control v1 Score 40.1 90.7 28.1 来源 ↗
gsm8k Choice 40.0 78.6 23.9 来源 ↗
open jev / customer control v1 Score 39.6 99.3 36.9 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 39.5 47.0 26.8 来源 ↗
open jev / workflow controls v1 / security incidents Noul 37.8 100.0 38.2 来源 ↗
open jev / vizdoom basic v1 Score 36.5 100.0 30.2 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 34.0 44.3 20.9 来源 ↗
aegis2 Noul 33.0 62.3 33.0 来源 ↗
laya / typed decisions Noul 31.9 47.8 24.6 来源 ↗
laya / typed decisions Score 31.1 67.0 26.9 来源 ↗
followir news21 Noul 30.7 42.7 14.9 来源 ↗
open jev / reasoning control v1 Choice 30.0 95.0 28.8 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 28.9 44.9 17.8 来源 ↗
sgd Choice 28.8 96.6 24.4 来源 ↗
civil comments Noul 28.8 36.7 21.5 来源 ↗
ethics Noul 28.7 68.6 24.1 来源 ↗
winowhy Noul 28.0 62.0 19.0 来源 ↗
temporal nli Choice 25.8 80.7 18.5 来源 ↗
wiqa Choice 25.4 58.7 19.5 来源 ↗
stepgame Choice 25.0 82.1 18.0 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 24.9 52.6 18.1 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 24.4 100.0 28.3 来源 ↗
ud ewt Choice 23.9 56.7 13.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 23.7 70.8 28.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 23.7 46.7 15.4 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 22.4 41.7 17.4 来源 ↗
cladder Noul 22.0 94.0 18.3 来源 ↗
robust lr Choice 21.7 66.7 19.1 来源 ↗
esci Choice 20.6 46.6 13.3 来源 ↗
aqua rat Choice 19.7 77.5 11.0 来源 ↗
laya / typed decisions Choice 17.2 34.5 19.1 来源 ↗
open jev / email selection control v1 Choice 16.5 100.0 24.2 来源 ↗
open jev / painting geometry v1 Noul 16.2 100.0 27.8 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 15.5 48.2 15.7 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 14.8 63.6 14.1 来源 ↗
patent similarity Score 14.7 48.3 17.9 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 13.5 36.7 7.3 来源 ↗
argument quality Noul 13.3 23.9 5.4 来源 ↗
plane Noul 10.0 100.0 11.1 来源 ↗
tracie Noul 10.0 34.0 8.8 来源 ↗
open jev / entity alignment control v1 Score 7.9 100.0 8.5 来源 ↗
fol nli Choice 6.6 54.1 10.4 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 5.6 38.6 10.9 来源 ↗
hh rlhf Choice 5.1 23.1 3.1 来源 ↗
spartqa Choice 3.2 38.7 4.5 来源 ↗
open jev / snake v1 Choice 3.1 83.5 8.4 来源 ↗
open jev / tic tac toe v1 Choice 3.0 48.5 3.5 来源 ↗
boardgameqa Choice 0.0 62.5 15.8 来源 ↗
corr2cause Choice 0.0 91.7 3.8 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 / context retention control v1 Noul 0.0 100.0 19.7 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 / 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 / snake v1 Noul 0.0 100.0 9.1 来源 ↗
poem sentiment Choice 0.0 57.1 3.9 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 36.0 7.6 来源 ↗
synthetic relevance / nanobeir / nanonq Score 0.0 49.4 9.5 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 98.3 99.5 87.3 来源 ↗
ARC-Challenge 混合（Choice 95.7 98.2 79.1 来源 ↗
BFCL 混合（Choice 93.3 98.8 80.3 来源 ↗
HellaSwag 混合（Choice 93.3 98.5 72.9 来源 ↗
BPoMP 混合（Choice 88.8 97.0 73.5 来源 ↗
FinEntity 混合（Choice 88.0 97.1 73.8 来源 ↗
When2Call 混合（Choice 82.6 91.7 57.9 来源 ↗
WinoGrande 混合（Choice 82.2 97.5 69.7 来源 ↗
CLINC150 混合（Choice 81.5 97.4 68.2 来源 ↗
MMLU 混合（Choice 79.8 91.9 64.1 来源 ↗
RouterBench 混合（Choice 79.0 80.1 73.2 来源 ↗
NLI4CT 混合（Choice 78.9 86.2 69.2 来源 ↗
RAGTruth 混合（Choice 77.1 86.0 51.7 来源 ↗
BANKING77 混合（Choice 75.1 94.1 69.1 来源 ↗
ContractNLI 混合（Choice 74.7 86.5 60.3 来源 ↗
HoVer 混合（Choice 74.4 89.4 63.7 来源 ↗
API-Bank 混合（Choice 71.5 93.1 56.2 来源 ↗
New Yorker 混合（Choice 68.9 82.0 52.8 来源 ↗
ANLI 混合（Choice 66.7 98.6 53.7 来源 ↗
SGD 混合（Choice 66.6 73.4 47.8 来源 ↗
cfcolor 混合（Choice 65.6 70.2 57.8 来源 ↗
BBH 混合（Choice 65.4 92.9 58.2 来源 ↗
CLadder 混合（Choice 64.2 97.7 62.3 来源 ↗
PhishNChips 混合（Choice 63.0 99.9 61.7 来源 ↗
ToolRet 混合（Choice 62.8 69.1 54.9 来源 ↗
Humicroedit 混合（Choice 60.2 75.1 57.2 来源 ↗
iSarcasmEval 混合（Choice 59.1 71.0 38.2 来源 ↗
MMLU-Pro 混合（Choice 58.0 82.7 42.0 来源 ↗
MuSR 混合（Choice 52.0 86.2 55.8 来源 ↗
CRUXEval 混合（Choice 51.4 87.9 50.3 来源 ↗
VAST 混合（Choice 48.7 82.0 50.2 来源 ↗
GSM8K 混合（Choice 47.9 83.5 35.7 来源 ↗
GPQA Diamond 混合（Choice 44.4 78.3 37.5 来源 ↗
Habermas 混合（Choice 44.0 71.8 42.3 来源 ↗
BRIGHT 混合（Choice 43.3 50.9 35.9 来源 ↗
Amazon ESCI 混合（Choice 40.1 61.6 40.7 来源 ↗
SATA-Bench 混合（Choice 30.1 37.2 20.2 来源 ↗
ACOS 混合（Choice 19.4 57.3 14.6 来源 ↗
Home appliances 混合（Choice 18.2 98.9 23.1 来源 ↗
ChessBench 混合（Choice 14.0 40.2 14.1 来源 ↗
HLE 混合（Choice 12.6 20.4 12.3 来源 ↗
POP909 混合（Choice 7.9 74.6 12.5 来源 ↗