Adjudex-0.8B
Decision Index Full
28.6
第 196 名 · public 42.3
校准 ECE
0.050
越低越好 · Brier 0.433
模型信息
- 类别
- 开源权重
- 参数规模
- 853M
- 基座模型
- Qwen/Qwen3.5-0.8B
- 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
Decision Index 领域得分
知识与推理
53.0
语言理解
79.8
检索与分类
80.4
工具与自动化
81.8
艺术与人类品味
47.7
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 |
|---|---|---|---|---|---|---|
| BFCL | 混合（Choice | 93.0 | 98.8 | 87.0 | 来源 ↗ | |
| CLINC150 | 混合（Choice | 91.3 | 97.6 | 80.2 | 来源 ↗ | |
| ARC-Easy | 混合（Choice | 91.2 | 99.5 | 89.8 | 来源 ↗ | |
| BANKING77 | 混合（Choice | 89.7 | 94.2 | 78.5 | 来源 ↗ | |
| When2Call | 混合（Choice | 87.9 | 93.8 | 70.9 | 来源 ↗ | |
| FinEntity | 混合（Choice | 87.6 | 97.1 | 81.7 | 来源 ↗ | |
| HoVer | 混合（Choice | 86.8 | 90.8 | 73.7 | 来源 ↗ | |
| ContractNLI | 混合（Choice | 82.8 | 86.7 | 70.1 | 来源 ↗ | |
| HellaSwag | 混合（Choice | 81.9 | 98.5 | 79.7 | 来源 ↗ | |
| ARC-Challenge | 混合（Choice | 79.6 | 98.2 | 82.6 | 来源 ↗ | |
| RAGTruth | 混合（Choice | 78.6 | 86.2 | 65.2 | 来源 ↗ | |
| VAST | 混合（Choice | 74.6 | 84.2 | 62.3 | 来源 ↗ | |
| RouterBench | 混合（Choice | 74.6 | 80.1 | 74.5 | 来源 ↗ | |
| SGD | 混合（Choice | 71.3 | 85.8 | 45.8 | 来源 ↗ | |
| NLI4CT | 混合（Choice | 68.5 | 88.3 | 73.2 | 来源 ↗ | |
| WinoGrande | 混合（Choice | 68.3 | 97.5 | 76.2 | 来源 ↗ | |
| API-Bank | 混合（Choice | 66.0 | 93.1 | 68.3 | 来源 ↗ | |
| CLadder | 混合（Choice | 62.7 | 97.7 | 70.8 | 来源 ↗ | |
| Humicroedit | 混合（Choice | 62.1 | 75.1 | 59.9 | 来源 ↗ | |
| New Yorker | 混合（Choice | 60.4 | 88.3 | 61.2 | 来源 ↗ | |
| BPoMP | 混合（Choice | 59.9 | 99.5 | 80.5 | 来源 ↗ | |
| Habermas | 混合（Choice | 58.6 | 71.8 | 47.2 | 来源 ↗ | |
| cfcolor | 混合（Choice | 57.7 | 72.1 | 60.2 | 来源 ↗ | |
| MMLU | 混合（Choice | 57.1 | 91.9 | 68.2 | 来源 ↗ | |
| MuSR | 混合（Choice | 56.9 | 92.0 | 59.9 | 来源 ↗ | |
| ANLI | 混合（Choice | 56.5 | 98.6 | 60.2 | 来源 ↗ | |
| Amazon ESCI | 混合（Choice | 52.2 | 65.0 | 47.8 | 来源 ↗ | |
| PhishNChips | 混合（Choice | 51.9 | 99.9 | 70.2 | 来源 ↗ | |
| BBH | 混合（Choice | 49.6 | 96.2 | 65.3 | 来源 ↗ | |
| ACOS | 混合（Choice | 47.9 | 68.0 | 26.1 | 来源 ↗ | |
| GSM8K | 混合（Choice | 37.3 | 92.6 | 48.0 | 来源 ↗ | |
| ToolRet | 混合（Choice | 37.0 | 75.7 | 60.0 | 来源 ↗ | |
| BRIGHT | 混合（Choice | 34.0 | 54.2 | 39.1 | 来源 ↗ | |
| MMLU-Pro | 混合（Choice | 33.7 | 82.1 | 48.0 | 来源 ↗ | |
| GPQA Diamond | 混合（Choice | 33.2 | 75.5 | 40.2 | 来源 ↗ | |
| CRUXEval | 混合（Choice | 29.5 | 100.0 | 57.8 | 来源 ↗ | |
| SATA-Bench | 混合（Choice | 21.4 | 63.8 | 25.4 | 来源 ↗ | |
| iSarcasmEval | 混合（Choice | 19.2 | 78.5 | 45.5 | 来源 ↗ | |
| HLE | 混合（Choice | 15.2 | 20.0 | 12.9 | 来源 ↗ | |
| ChessBench | 混合（Choice | 10.0 | 40.2 | 16.5 | 来源 ↗ | |
| Home appliances | 混合（Choice | 8.0 | 100.0 | 44.7 | 来源 ↗ | |
| POP909 | 混合（Choice | 1.4 | 87.7 | 31.8 | 来源 ↗ |