decision.host
首页 / 模型 / Surogate Rune 26B-A4B v3

Surogate Rune 26B-A4B v3

Surogate ChoiceNoulScore图像 开源权重 26B（活跃 26B） 手工收录Decision IndexDecision Index VisionS1MB

MoE 架构（26B 总参 / A4B 活跃），文本榜 57.4、Vision 榜 58.6，两个榜都进前 10。提供 GGUF 量化。

Hugging Face 权重Decision Index 排行榜Decision Index Vision 子榜S1MB 排行榜
S1MB Task Avg
58.0
第 5 名 · 覆盖 137/137（100%）
Decision Index Full
57.4
第 10 名 · public 58.3
Vision Full
58.6
第 8 名 · public 65.3
校准 ECE
0.120
越低越好 · Brier 0.370

模型信息

厂商
Surogate
类别
开源权重
参数规模
26B（活跃 26B）
基座模型
google/gemma-4-26B-A4B-it
权重
可下载（开源）
许可证
未标注 许可不明
输入模态
文本 图像
决策原语
ChoiceNoulScore
可微调
可以
训练方式
full fine-tune

数据来源与链接

Hugging Face 权重Decision Index 排行榜Decision Index Vision 子榜S1MB 排行榜
本站聚合自： 手工收录、Decision Index、Decision Index Vision、S1MB。 分数与链接均指向原始出处。

Decision Index 领域得分

知识与推理
67.3
语言理解
83.3
检索与分类
76.0
工具与自动化
91.5
艺术与人类品味
64.6

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 / browser control v1 Choice 100.0 100.0 67.7 来源 ↗
open jev / citation control v1 Choice 100.0 100.0 41.5 来源 ↗
open jev / customer control v1 Noul 100.0 100.0 58.4 来源 ↗
open jev / email selection control v1 Choice 100.0 100.0 24.2 来源 ↗
open jev / ir control v1 Noul 100.0 100.0 47.6 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 ↗
s1mb generalization diverse choice Choice 98.7 100.0 69.8 来源 ↗
open jev / ir control v1 Score 98.6 98.6 10.6 来源 ↗
hatecheck Noul 98.0 98.0 47.8 来源 ↗
open jev / context retention control v1 Noul 98.0 100.0 19.7 来源 ↗
open jev / mailroom control v1 Noul 97.8 100.0 62.9 来源 ↗
dbpedia Choice 96.6 98.9 83.7 来源 ↗
s1mb generalization contextual noul Noul 96.0 98.0 62.3 来源 ↗
arc Choice 95.6 98.5 64.7 来源 ↗
open jev / reasoning control v1 Choice 95.0 95.0 28.8 来源 ↗
openbookqa Choice 94.4 97.2 54.1 来源 ↗
open jev / vizdoom basic v1 Noul 94.1 100.0 39.6 来源 ↗
open jev / sponsor segment control v1 Choice 93.6 100.0 52.7 来源 ↗
s1mb generalization diverse score Score 93.3 95.3 43.1 来源 ↗
s1mb generalization contextual score Score 92.7 92.7 42.4 来源 ↗
laya / enron spam Noul 92.0 100.0 55.0 来源 ↗
s1mb generalization diverse noul Noul 92.0 100.0 59.5 来源 ↗
sdoh nli Noul 92.0 92.0 61.0 来源 ↗
argument quality Choice 91.8 95.9 37.8 来源 ↗
open jev / reasoning control v1 Score 90.7 90.7 28.1 来源 ↗
massive Choice 89.6 96.7 64.8 来源 ↗
open jev / entity alignment control v1 Noul 88.9 100.0 36.5 来源 ↗
open jev / painting geometry v1 Score 88.8 100.0 15.9 来源 ↗
open jev / ir control v1 Choice 88.0 88.0 45.1 来源 ↗
clinc Choice 87.6 99.3 57.7 来源 ↗
open jev / silent failure control v1 Noul 86.0 100.0 38.8 来源 ↗
quartz Choice 85.7 88.1 49.4 来源 ↗
winobias Choice 84.8 91.3 30.5 来源 ↗
hwu64 Choice 84.0 92.5 57.1 来源 ↗
creak Noul 84.0 88.0 39.0 来源 ↗
lonli Choice 83.6 86.9 39.6 来源 ↗
mtop Choice 82.9 87.4 58.9 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 64.4 来源 ↗
open jev / customer control v1 Score 82.5 99.3 36.9 来源 ↗
open jev / drone control v1 Noul 82.3 100.0 50.7 来源 ↗
laya / ag news Choice 82.1 94.0 75.5 来源 ↗
miqa Choice 81.8 95.5 62.3 来源 ↗
bbq Choice 81.7 98.3 54.2 来源 ↗
open jev / amount extraction control v1 Choice 80.4 100.0 55.2 来源 ↗
impli Noul 80.0 88.0 47.0 来源 ↗
gretel pii Choice 79.9 94.5 43.5 来源 ↗
banking77 Choice 79.0 93.7 55.0 来源 ↗
open jev / vizdoom basic v1 Score 78.8 100.0 30.2 来源 ↗
few nerd Choice 76.3 86.4 44.2 来源 ↗
qasper Noul 76.0 88.0 41.9 来源 ↗
open jev / reasoning control v1 Noul 75.0 100.0 25.5 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 74.4 100.0 34.8 来源 ↗
hans Noul 74.0 100.0 43.6 来源 ↗
open jev / email selection control v1 Noul 73.1 100.0 41.3 来源 ↗
open jev / phone extraction control v1 Noul 72.7 100.0 50.9 来源 ↗
open jev / workflow controls v1 / security incidents Noul 71.0 100.0 38.2 来源 ↗
followir robust04 Noul 70.9 90.9 47.2 来源 ↗
crows pairs Choice 70.8 70.8 30.7 来源 ↗
gsm8k Choice 68.6 78.6 23.9 来源 ↗
open jev / painting geometry v1 Choice 68.4 100.0 46.7 来源 ↗
scone Choice 68.0 92.0 34.5 来源 ↗
synthetic relevance / nanocoir Noul 67.8 73.0 33.9 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 67.0 67.2 39.7 来源 ↗
arct Choice 66.0 89.4 39.6 来源 ↗
defeasible nli Choice 65.2 80.4 33.2 来源 ↗
open jev / phone extraction control v1 Choice 65.2 100.0 33.0 来源 ↗
ethos Noul 62.0 76.0 44.0 来源 ↗
snli Choice 61.3 98.4 46.4 来源 ↗
ethics Noul 61.2 68.6 24.1 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 60.9 70.8 28.3 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 60.0 62.5 37.5 来源 ↗
scitail Noul 60.0 98.0 53.2 来源 ↗
contract nli Choice 59.4 78.5 32.3 来源 ↗
scicite Choice 58.1 71.0 44.1 来源 ↗
babi nli Noul 58.0 84.0 37.3 来源 ↗
robust lr Choice 56.7 66.7 19.1 来源 ↗
temporal nli Choice 56.5 80.7 18.5 来源 ↗
aqua rat Choice 54.9 77.5 11.0 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 52.1 52.1 29.1 来源 ↗
open jev / workflow controls v1 / customer service Noul 50.9 100.0 42.1 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 50.8 54.0 28.7 来源 ↗
aegis2 Noul 50.4 62.3 33.0 来源 ↗
ethics Choice 50.0 83.3 21.2 来源 ↗
paws Noul 50.0 88.0 45.9 来源 ↗
synthetic relevance / nanobeir / nanonq Score 49.4 49.4 9.5 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 47.4 48.2 15.7 来源 ↗
go emotions Noul 47.0 61.3 38.5 来源 ↗
open jev / painting geometry v1 Noul 46.7 100.0 27.8 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 46.1 52.6 18.1 来源 ↗
synthetic relevance / nanocoir Score 44.3 44.3 4.3 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 44.0 46.2 25.1 来源 ↗
logical entailment Noul 44.0 72.0 12.3 来源 ↗
canttalk Noul 42.0 86.0 44.1 来源 ↗
cladder Noul 42.0 94.0 18.3 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 41.9 44.9 17.8 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 41.7 47.0 26.8 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 41.4 46.7 15.4 来源 ↗
open jev / amount extraction control v1 Noul 40.6 100.0 33.7 来源 ↗
laya / typed decisions Noul 40.4 47.8 24.6 来源 ↗
ruletaker Noul 40.0 96.0 28.0 来源 ↗
laya / typed decisions Score 38.5 67.0 26.9 来源 ↗
lexcomp Noul 38.0 52.0 22.7 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 35.7 63.6 14.1 来源 ↗
winowhy Noul 34.0 62.0 19.0 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 33.6 41.7 17.4 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 33.4 36.0 7.6 来源 ↗
fol nli Choice 32.8 54.1 10.4 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 31.5 38.6 10.9 来源 ↗
civil comments Noul 31.3 36.7 21.5 来源 ↗
stepgame Choice 30.9 82.1 18.0 来源 ↗
open jev / snake v1 Noul 30.8 100.0 9.1 来源 ↗
patent similarity Score 30.7 48.3 17.9 来源 ↗
sgd Choice 30.5 96.6 24.4 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 29.2 36.7 7.3 来源 ↗
wiqa Choice 28.6 58.7 19.5 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 28.6 44.3 20.9 来源 ↗
esci Choice 27.4 46.6 13.3 来源 ↗
ud ewt Choice 26.5 56.7 13.4 来源 ↗
laya / typed decisions Choice 25.7 34.5 19.1 来源 ↗
open jev / drone control v1 Choice 25.4 100.0 5.1 来源 ↗
open jev / snake v1 Choice 24.7 83.5 8.4 来源 ↗
followir core17 Noul 21.0 46.6 21.3 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 17.6 100.0 28.3 来源 ↗
boardgameqa Choice 17.2 62.5 15.8 来源 ↗
open jev / tic tac toe v1 Choice 12.1 48.5 3.5 来源 ↗
tracie Noul 12.0 34.0 8.8 来源 ↗
open jev / entity alignment control v1 Score 11.4 100.0 8.5 来源 ↗
followir news21 Noul 11.3 42.7 14.9 来源 ↗
nlsat Noul 6.0 22.0 2.2 来源 ↗
corr2cause Choice 5.0 91.7 3.8 来源 ↗
spartqa Choice 3.2 38.7 4.5 来源 ↗
argument quality Noul 2.2 23.9 5.4 来源 ↗
hh rlhf Choice 0.0 23.1 3.1 来源 ↗
open jev / drone control v1 Score 0.0 99.2 1.3 来源 ↗
plane Noul 0.0 100.0 11.1 来源 ↗
poem sentiment Choice 0.0 57.1 3.9 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 ↗
ARC-Challenge 混合（Choice 96.8 98.2 79.1 来源 ↗
BFCL 混合（Choice 94.8 98.8 80.3 来源 ↗
HellaSwag 混合（Choice 92.4 98.5 72.9 来源 ↗
BPoMP 混合（Choice 89.6 97.0 73.5 来源 ↗
FinEntity 混合（Choice 88.4 97.1 73.8 来源 ↗
CLINC150 混合（Choice 87.4 97.4 68.2 来源 ↗
WinoGrande 混合（Choice 86.0 97.5 69.7 来源 ↗
MMLU 混合（Choice 83.9 91.9 64.1 来源 ↗
BANKING77 混合（Choice 83.8 94.1 69.1 来源 ↗
API-Bank 混合（Choice 83.3 93.1 56.2 来源 ↗
BBH 混合（Choice 81.2 92.9 58.2 来源 ↗
PhishNChips 混合（Choice 80.9 99.9 61.7 来源 ↗
HoVer 混合（Choice 80.7 89.4 63.7 来源 ↗
NLI4CT 混合（Choice 80.4 86.2 69.2 来源 ↗
RouterBench 混合（Choice 79.9 80.1 73.2 来源 ↗
GSM8K 混合（Choice 77.1 83.5 35.7 来源 ↗
ContractNLI 混合（Choice 77.0 86.5 60.3 来源 ↗
RAGTruth 混合（Choice 76.8 86.0 51.7 来源 ↗
VAST 混合（Choice 76.6 82.0 50.2 来源 ↗
When2Call 混合（Choice 76.0 91.7 57.9 来源 ↗
CRUXEval 混合（Choice 74.4 87.9 50.3 来源 ↗
New Yorker 混合（Choice 74.0 82.0 52.8 来源 ↗
ANLI 混合（Choice 73.5 98.6 53.7 来源 ↗
CLadder 混合（Choice 72.7 97.7 62.3 来源 ↗
MMLU-Pro 混合（Choice 67.2 82.7 42.0 来源 ↗
POP909 混合（Choice 66.8 74.6 12.5 来源 ↗
SGD 混合（Choice 66.4 73.4 47.8 来源 ↗
MuSR 混合（Choice 64.9 86.2 55.8 来源 ↗
ToolRet 混合（Choice 64.4 69.1 54.9 来源 ↗
cfcolor 混合（Choice 63.1 70.2 57.8 来源 ↗
Humicroedit 混合（Choice 62.2 75.1 57.2 来源 ↗
iSarcasmEval 混合（Choice 60.4 71.0 38.2 来源 ↗
Amazon ESCI 混合（Choice 55.3 61.6 40.7 来源 ↗
GPQA Diamond 混合（Choice 46.9 78.3 37.5 来源 ↗
Home appliances 混合（Choice 46.6 98.9 23.1 来源 ↗
BRIGHT 混合（Choice 46.3 50.9 35.9 来源 ↗
Habermas 混合（Choice 42.2 71.8 42.3 来源 ↗
SATA-Bench 混合（Choice 34.9 37.2 20.2 来源 ↗
ACOS 混合（Choice 26.8 57.3 14.6 来源 ↗
ChessBench 混合（Choice 18.7 40.2 14.1 来源 ↗
HLE 混合（Choice 10.6 20.4 12.3 来源 ↗

Decision Index · Vision · 20 个基准

基准类型该模型全场最佳 全场均值对比来源
InfographicVQA 图像 94.0 98.7 77.3 来源 ↗
KIE (CORD+FUNSD) 图像 91.0 92.7 80.0 来源 ↗
InfographicVQA 图像 89.6 98.7 77.3 来源 ↗
Winoground 图像 81.0 93.0 70.7 来源 ↗
KIE (CORD+FUNSD) 图像 79.3 92.7 80.0 来源 ↗
Winoground 图像 78.5 93.0 70.7 来源 ↗
CharXiv 图像 73.4 79.7 48.5 来源 ↗
CV-Bench 图像 70.2 76.6 49.1 来源 ↗
Mind2Web 图像 63.8 79.7 49.7 来源 ↗
RealWorldQA 图像 54.2 75.3 41.1 来源 ↗
BLINK 图像 53.1 63.0 32.0 来源 ↗
CharXiv 图像 52.9 79.7 48.5 来源 ↗
Mind2Web 图像 52.0 79.7 49.7 来源 ↗
CV-Bench 图像 42.0 76.6 49.1 来源 ↗
Moderation (Hateful Memes) 图像 38.2 54.0 28.6 来源 ↗
Moderation (Hateful Memes) 图像 34.0 54.0 28.6 来源 ↗
R-Bench-M 图像 33.2 35.4 19.0 来源 ↗
MMMU-Pro vision 图像 30.7 40.7 22.3 来源 ↗
RealWorldQA 图像 28.0 75.3 41.1 来源 ↗
BLINK 图像 4.7 63.0 32.0 来源 ↗