decision.host
首页 / 模型 / Cribl Decision 1.0 27B

Cribl Decision 1.0 27B

未知厂商 ChoiceNoulScore S1MB
S1MB Task Avg
58.4
第 42 名 · 覆盖 137/137(100%)

模型信息

类别
开源权重
参数规模
未公开
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

数据来源与链接

本站聚合自: S1MB。 分数与链接均指向原始出处。

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 / customer control v1 Noul 100.0 100.0 68.3 来源 ↗
open jev / drone control v1 Noul 100.0 100.0 63.8 来源 ↗
open jev / email selection control v1 Choice 100.0 100.0 38.4 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 89.6 来源 ↗
open jev / phone extraction control v1 Noul 100.0 100.0 63.9 来源 ↗
s1mb generalization diverse choice Choice 100.0 100.0 78.1 来源 ↗
dbpedia Choice 98.9 98.9 88.9 来源 ↗
s1mb generalization contextual choice Choice 98.7 100.0 88.7 来源 ↗
arc Choice 98.5 98.5 73.8 来源 ↗
open jev / browser control v1 Choice 97.8 100.0 76.5 来源 ↗
open jev / entity alignment control v1 Noul 97.2 100.0 50.6 来源 ↗
openbookqa Choice 97.2 98.6 64.4 来源 ↗
bbq Choice 96.7 98.3 64.5 来源 ↗
open jev / email selection control v1 Noul 96.2 100.0 56.9 来源 ↗
open jev / silent failure control v1 Noul 96.0 100.0 49.8 来源 ↗
argument quality Choice 95.9 95.9 53.3 来源 ↗
open jev / citation control v1 Choice 95.5 100.0 55.9 来源 ↗
open jev / vizdoom basic v1 Noul 94.1 100.0 53.2 来源 ↗
laya / enron spam Noul 94.0 100.0 64.9 来源 ↗
miqa Choice 93.2 97.7 71.1 来源 ↗
open jev / sponsor segment control v1 Choice 92.3 100.0 66.4 来源 ↗
hatecheck Noul 92.0 100.0 57.5 来源 ↗
s1mb generalization contextual noul Noul 92.0 100.0 72.1 来源 ↗
scitail Noul 92.0 98.0 63.4 来源 ↗
sdoh nli Noul 92.0 100.0 70.0 来源 ↗
quartz Choice 90.5 90.5 59.4 来源 ↗
clinc Choice 90.3 99.3 70.5 来源 ↗
s1mb generalization diverse score Score 90.0 97.6 52.7 来源 ↗
s1mb generalization diverse noul Noul 90.0 100.0 70.7 来源 ↗
laya / ag news Choice 89.5 94.0 77.7 来源 ↗
snli Choice 88.7 98.4 59.9 来源 ↗
massive Choice 88.5 97.8 73.4 来源 ↗
open jev / ir control v1 Choice 88.0 88.0 55.5 来源 ↗
scone Choice 88.0 98.0 48.5 来源 ↗
open jev / mailroom control v1 Noul 86.1 100.0 73.2 来源 ↗
s1mb generalization contextual score Score 86.0 99.3 52.6 来源 ↗
hwu64 Choice 85.1 95.7 67.3 来源 ↗
mtop Choice 84.6 93.2 67.4 来源 ↗
open jev / amount extraction control v1 Choice 84.3 100.0 63.2 来源 ↗
open jev / painting geometry v1 Choice 84.2 100.0 60.5 来源 ↗
creak Noul 84.0 90.0 48.2 来源 ↗
qasper Noul 84.0 88.0 51.4 来源 ↗
lonli Choice 83.6 98.4 52.8 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 71.5 来源 ↗
open jev / reasoning control v1 Score 80.9 96.3 38.3 来源 ↗
defeasible nli Choice 80.4 89.1 43.1 来源 ↗
gsm8k Choice 80.0 95.7 38.0 来源 ↗
impli Noul 80.0 96.0 57.1 来源 ↗
open jev / reasoning control v1 Choice 80.0 100.0 41.7 来源 ↗
open jev / workflow controls v1 / security incidents Noul 79.2 100.0 50.0 来源 ↗
banking77 Choice 79.0 93.7 64.2 来源 ↗
winobias Choice 78.3 95.7 42.7 来源 ↗
few nerd Choice 77.1 87.8 52.9 来源 ↗
open jev / vizdoom basic v1 Score 75.9 100.0 42.3 来源 ↗
open jev / amount extraction control v1 Noul 75.0 100.0 44.2 来源 ↗
babi nli Noul 74.0 96.0 48.5 来源 ↗
hans Noul 74.0 100.0 53.1 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 71.8 100.0 47.0 来源 ↗
open jev / ir control v1 Noul 71.4 100.0 60.3 来源 ↗
followir robust04 Noul 70.9 90.9 53.7 来源 ↗
paws Noul 70.0 92.0 52.5 来源 ↗
open jev / phone extraction control v1 Choice 69.6 100.0 44.4 来源 ↗
ethics Noul 68.3 80.6 33.4 来源 ↗
ruletaker Noul 68.0 100.0 39.3 来源 ↗
contract nli Choice 66.9 81.6 43.0 来源 ↗
ethics Choice 66.7 100.0 28.5 来源 ↗
open jev / painting geometry v1 Noul 65.7 100.0 42.0 来源 ↗
ethos Noul 64.0 76.0 49.5 来源 ↗
open jev / painting geometry v1 Score 62.0 100.0 29.7 来源 ↗
arct Choice 61.7 89.4 49.3 来源 ↗
boardgameqa Choice 60.9 90.6 24.4 来源 ↗
crows pairs Choice 58.3 77.1 37.9 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 58.3 72.7 48.0 来源 ↗
canttalk Noul 56.0 92.0 50.5 来源 ↗
open jev / customer control v1 Score 54.2 99.3 44.4 来源 ↗
aqua rat Choice 53.5 83.1 19.7 来源 ↗
scicite Choice 53.2 74.2 49.4 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 53.1 57.3 25.0 来源 ↗
temporal nli Choice 51.6 100.0 28.0 来源 ↗
laya / typed decisions Score 51.5 76.0 35.4 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 51.0 64.1 45.3 来源 ↗
open jev / workflow controls v1 / customer service Noul 49.8 100.0 53.7 来源 ↗
lexcomp Noul 48.0 60.0 27.7 来源 ↗
synthetic relevance / nanocoir Noul 47.7 73.6 42.2 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 47.5 71.8 20.9 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 47.3 49.0 21.0 来源 ↗
open jev / reasoning control v1 Noul 46.7 100.0 34.3 来源 ↗
robust lr Choice 46.7 98.3 29.3 来源 ↗
aegis2 Noul 46.6 68.3 39.6 来源 ↗
open jev / context retention control v1 Noul 46.0 100.0 35.2 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 45.5 48.2 32.3 来源 ↗
synthetic relevance / nanobeir / nanonq Score 45.3 54.3 13.3 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 43.0 49.4 25.5 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 42.7 50.3 23.4 来源 ↗
open jev / entity alignment control v1 Score 42.5 100.0 18.4 来源 ↗
go emotions Noul 42.4 63.4 42.1 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 42.3 58.0 35.3 来源 ↗
cladder Noul 42.0 94.0 28.5 来源 ↗
gretel pii Choice 40.6 94.8 51.1 来源 ↗
open jev / ir control v1 Score 40.4 100.0 23.0 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 40.4 78.9 36.1 来源 ↗
patent similarity Score 40.2 53.0 24.0 来源 ↗
followir core17 Noul 40.1 46.6 25.2 来源 ↗
poem sentiment Choice 40.0 68.6 9.3 来源 ↗
wiqa Choice 39.7 68.3 24.0 来源 ↗
synthetic relevance / nanocoir Score 39.6 43.8 6.8 来源 ↗
stepgame Choice 39.3 82.1 24.8 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 39.3 43.2 10.3 来源 ↗
laya / typed decisions Noul 36.1 49.2 29.9 来源 ↗
fol nli Choice 36.1 75.4 17.3 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 34.5 40.9 15.8 来源 ↗
open jev / snake v1 Choice 34.0 83.5 18.3 来源 ↗
civil comments Noul 33.0 52.8 25.2 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 32.8 100.0 39.4 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 31.6 53.2 33.8 来源 ↗
sgd Choice 30.5 96.6 28.6 来源 ↗
winowhy Noul 28.0 66.0 25.9 来源 ↗
ud ewt Choice 27.3 96.0 19.6 来源 ↗
laya / typed decisions Choice 25.6 35.7 23.3 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 24.1 49.7 29.6 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 24.0 36.7 10.7 来源 ↗
followir news21 Noul 23.3 58.0 18.4 来源 ↗
corr2cause Choice 20.0 91.7 9.3 来源 ↗
esci Choice 19.2 49.3 17.5 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 17.9 53.5 22.0 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 17.9 48.5 21.5 来源 ↗
logical entailment Noul 16.0 84.0 18.7 来源 ↗
hh rlhf Choice 15.4 33.3 4.5 来源 ↗
tracie Noul 14.0 68.0 14.4 来源 ↗
argument quality Noul 13.4 30.2 7.8 来源 ↗
spartqa Choice 12.9 93.5 14.0 来源 ↗
plane Noul 12.0 100.0 12.6 来源 ↗
open jev / snake v1 Noul 10.9 100.0 19.1 来源 ↗
nlsat Noul 0.0 22.0 3.2 来源 ↗
open jev / drone control v1 Choice 0.0 100.0 13.4 来源 ↗
open jev / drone control v1 Score 0.0 100.0 7.2 来源 ↗
open jev / tic tac toe v1 Choice 0.0 54.5 5.1 来源 ↗