decision.host
首页 / 模型 / verdict-small

verdict-small

Manav2op ChoiceNoulScore 118M（活跃 21M） Decision IndexS1MB
Hugging Face 权重Decision Index 排行榜S1MB 排行榜
S1MB Task Avg
6.0
第 91 名 · 覆盖 137/137（100%）
Decision Index Full
0.0
第 113 名 · public 1.9
校准 ECE
0.154
越低越好 · Brier 0.684

模型信息

厂商
Manav2op
类别
开源权重
参数规模
118M（活跃 21M）
基座模型
knowledgator/gliclass-modern-base-v2.0
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
full fine-tune
同族条目
Verdict

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
31.5
语言理解
47.5
检索与分类
15.3
工具与自动化
24.1
艺术与人类品味
44.9

S1MB · 137 个基准

基准类型该模型全场最佳 全场均值对比来源
dbpedia Choice 86.5 98.9 83.7 来源 ↗
laya / ag news Choice 85.1 94.0 75.5 来源 ↗
open jev / mailroom control v1 Choice 83.3 100.0 83.1 来源 ↗
clinc Choice 75.9 99.3 57.7 来源 ↗
massive Choice 72.6 96.7 64.8 来源 ↗
hwu64 Choice 70.2 92.5 57.1 来源 ↗
mtop Choice 56.6 87.4 58.9 来源 ↗
s1mb generalization contextual choice Choice 53.6 100.0 82.8 来源 ↗
banking77 Choice 52.6 93.7 55.0 来源 ↗
miqa Choice 50.0 95.5 62.3 来源 ↗
open jev / customer control v1 Choice 39.1 82.6 64.4 来源 ↗
go emotions Noul 35.1 61.3 38.5 来源 ↗
s1mb generalization diverse choice Choice 31.3 100.0 69.8 来源 ↗
s1mb generalization contextual noul Noul 28.0 98.0 62.3 来源 ↗
open jev / painting geometry v1 Choice 21.1 100.0 46.7 来源 ↗
aegis2 Noul 18.8 62.3 33.0 来源 ↗
scitail Noul 18.0 98.0 53.2 来源 ↗
arct Choice 17.0 89.4 39.6 来源 ↗
ethos Noul 16.0 76.0 44.0 来源 ↗
gretel pii Choice 10.1 94.5 43.5 来源 ↗
openbookqa Choice 8.3 97.2 54.1 来源 ↗
impli Noul 8.0 88.0 47.0 来源 ↗
civil comments Noul 6.5 36.7 21.5 来源 ↗
scicite Choice 6.5 71.0 44.1 来源 ↗
hatecheck Noul 6.0 98.0 47.8 来源 ↗
paws Noul 6.0 88.0 45.9 来源 ↗
s1mb generalization diverse noul Noul 6.0 100.0 59.5 来源 ↗
ethics Noul 5.6 68.6 24.1 来源 ↗
hh rlhf Choice 5.1 23.1 3.1 来源 ↗
sgd Choice 5.1 96.6 24.4 来源 ↗
laya / typed decisions Choice 4.0 34.5 19.1 来源 ↗
creak Noul 4.0 88.0 39.0 来源 ↗
s1mb generalization diverse score Score 3.4 95.3 43.1 来源 ↗
arc Choice 2.9 98.5 64.7 来源 ↗
aqua rat Choice 2.8 77.5 11.0 来源 ↗
open jev / workflow controls v1 / customer service Noul 2.7 100.0 42.1 来源 ↗
argument quality Noul 2.4 23.9 5.4 来源 ↗
babi nli Noul 2.0 84.0 37.3 来源 ↗
cladder Noul 2.0 94.0 18.3 来源 ↗
laya / enron spam Noul 2.0 100.0 55.0 来源 ↗
winowhy Noul 2.0 62.0 19.0 来源 ↗
corr2cause Choice 1.7 91.7 3.8 来源 ↗
open jev / tic tac toe v1 Choice 1.5 48.5 3.5 来源 ↗
s1mb generalization contextual score Score 0.9 92.7 42.4 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 0.3 54.0 28.7 来源 ↗
argument quality Choice 0.0 95.9 37.8 来源 ↗
bbq Choice 0.0 98.3 54.2 来源 ↗
boardgameqa Choice 0.0 62.5 15.8 来源 ↗
canttalk Noul 0.0 86.0 44.1 来源 ↗
contract nli Choice 0.0 78.5 32.3 来源 ↗
crows pairs Choice 0.0 70.8 30.7 来源 ↗
defeasible nli Choice 0.0 80.4 33.2 来源 ↗
esci Choice 0.0 46.6 13.3 来源 ↗
ethics Choice 0.0 83.3 21.2 来源 ↗
few nerd Choice 0.0 86.4 44.2 来源 ↗
fol nli Choice 0.0 54.1 10.4 来源 ↗
followir core17 Noul 0.0 46.6 21.3 来源 ↗
followir news21 Noul 0.0 42.7 14.9 来源 ↗
followir robust04 Noul 0.0 90.9 47.2 来源 ↗
gsm8k Choice 0.0 78.6 23.9 来源 ↗
hans Noul 0.0 100.0 43.6 来源 ↗
laya / typed decisions Noul 0.0 47.8 24.6 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 ↗
nlsat Noul 0.0 22.0 2.2 来源 ↗
open jev / amount extraction control v1 Choice 0.0 100.0 55.2 来源 ↗
open jev / amount extraction control v1 Noul 0.0 100.0 33.7 来源 ↗
open jev / browser control v1 Choice 0.0 100.0 67.7 来源 ↗
open jev / citation control v1 Choice 0.0 100.0 41.5 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 / customer control v1 Score 0.0 99.3 36.9 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 / email selection control v1 Noul 0.0 100.0 41.3 来源 ↗
open jev / entity alignment control v1 Noul 0.0 100.0 36.5 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 Noul 0.0 100.0 47.6 来源 ↗
open jev / ir control v1 Score 0.0 98.6 10.6 来源 ↗
open jev / mailroom control v1 Noul 0.0 100.0 62.9 来源 ↗
open jev / painting geometry v1 Noul 0.0 100.0 27.8 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 / phone extraction control v1 Noul 0.0 100.0 50.9 来源 ↗
open jev / reasoning control v1 Choice 0.0 95.0 28.8 来源 ↗
open jev / reasoning control v1 Noul 0.0 100.0 25.5 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 / vizdoom basic v1 Noul 0.0 100.0 39.6 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 ↗
open jev / workflow controls v1 / security incidents Noul 0.0 100.0 38.2 来源 ↗
patent similarity Score 0.0 48.3 17.9 来源 ↗
plane Noul 0.0 100.0 11.1 来源 ↗
poem sentiment Choice 0.0 57.1 3.9 来源 ↗
qasper Noul 0.0 88.0 41.9 来源 ↗
quartz Choice 0.0 88.1 49.4 来源 ↗
robust lr Choice 0.0 66.7 19.1 来源 ↗
ruletaker Noul 0.0 96.0 28.0 来源 ↗
scone Choice 0.0 92.0 34.5 来源 ↗
sdoh nli Noul 0.0 92.0 61.0 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 / nanobeir / nanoarguana Noul 0.0 48.2 15.7 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 36.0 7.6 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 0.0 52.1 29.1 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 0.0 44.9 17.8 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 0.0 46.7 15.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 0.0 70.8 28.3 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 0.0 63.6 14.1 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 0.0 62.5 37.5 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 0.0 52.6 18.1 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 0.0 46.2 25.1 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 0.0 38.6 10.9 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 0.0 67.2 39.7 来源 ↗
synthetic relevance / nanobeir / nanonq Score 0.0 49.4 9.5 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 0.0 41.7 17.4 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 0.0 36.7 7.3 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 0.0 47.0 26.8 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 0.0 44.3 20.9 来源 ↗
synthetic relevance / nanocoir Noul 0.0 73.0 33.9 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 ↗
wiqa Choice 0.0 58.7 19.5 来源 ↗

Decision Index · 37 个基准

基准类型该模型全场最佳 全场均值对比来源
New Yorker 混合（Choice 80.0 82.0 52.8 来源 ↗
cfcolor 混合（Choice 65.6 70.2 57.8 来源 ↗
PhishNChips 混合（Choice 55.3 99.9 61.7 来源 ↗
ARC-Easy 混合（Choice 52.1 99.5 87.3 来源 ↗
HoVer 混合（Choice 51.7 89.4 63.7 来源 ↗
NLI4CT 混合（Choice 51.5 86.2 69.2 来源 ↗
RouterBench 混合（Choice 50.8 80.1 73.2 来源 ↗
WinoGrande 混合（Choice 49.4 97.5 69.7 来源 ↗
BPoMP 混合（Choice 47.6 97.0 73.5 来源 ↗
FinEntity 混合（Choice 42.1 97.1 73.8 来源 ↗
MuSR 混合（Choice 41.0 86.2 55.8 来源 ↗
CRUXEval 混合（Choice 39.3 87.9 50.3 来源 ↗
BFCL 混合（Choice 38.8 98.8 80.3 来源 ↗
Humicroedit 混合（Choice 38.6 75.1 57.2 来源 ↗
CLadder 混合（Choice 37.9 97.7 62.3 来源 ↗
Habermas 混合（Choice 37.7 71.8 42.3 来源 ↗
When2Call 混合（Choice 36.8 91.7 57.9 来源 ↗
HellaSwag 混合（Choice 35.1 98.5 72.9 来源 ↗
BBH 混合（Choice 33.6 92.9 58.2 来源 ↗
VAST 混合（Choice 33.4 82.0 50.2 来源 ↗
MMLU 混合（Choice 30.9 91.9 64.1 来源 ↗
GPQA Diamond 混合（Choice 28.7 78.3 37.5 来源 ↗
ARC-Challenge 混合（Choice 27.4 98.2 79.1 来源 ↗
ContractNLI 混合（Choice 21.2 86.5 60.3 来源 ↗
ToolRet 混合（Choice 19.0 69.1 54.9 来源 ↗
ChessBench 混合（Choice 17.4 40.2 14.1 来源 ↗
HLE 混合（Choice 15.0 20.4 12.3 来源 ↗
ANLI 混合（Choice 14.9 98.6 53.7 来源 ↗
MMLU-Pro 混合（Choice 13.4 82.7 42.0 来源 ↗
Amazon ESCI 混合（Choice 12.8 61.6 40.7 来源 ↗
RAGTruth 混合（Choice 11.9 86.0 51.7 来源 ↗
iSarcasmEval 混合（Choice 10.1 71.0 38.2 来源 ↗
BRIGHT 混合（Choice 9.0 50.9 35.9 来源 ↗
SGD 混合（Choice 7.9 73.4 47.8 来源 ↗
ACOS 混合（Choice 3.6 57.3 14.6 来源 ↗
GSM8K 混合（Choice 3.1 83.5 35.7 来源 ↗
SATA-Bench 混合（Choice 1.2 37.2 20.2 来源 ↗