decision.host
首页 / 模型 / e12ex2 Jev Vision 27B

e12ex2 Jev Vision 27B

e12ex2 ChoiceNoulScore图像 27B(活跃 26B) Decision Index VisionS1MB
S1MB Task Avg
59.7
第 37 名 · 覆盖 137/137(100%)
Vision Full
68.7
第 18 名 · public 73.1
校准 ECE
0.059
越低越好

模型信息

厂商
e12ex2
类别
开源权重
参数规模
27B(活跃 26B)
权重
闭源 / 未公开
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
未确认
训练方式
LoRA
同族条目
jev-vision-27b

数据来源与链接

本站聚合自: Decision Index Vision、S1MB。 分数与链接均指向原始出处。

S1MB · 184 个基准

基准类型该模型全场最佳 全场均值对比来源
generalization japanese diverse Choice 100.0 100.0 94.2 来源 ↗
open jev / browser control v1 Choice 100.0 100.0 76.5 来源 ↗
open jev / citation control v1 Choice 100.0 100.0 55.9 来源 ↗
open jev / customer control v1 Noul 100.0 100.0 68.3 来源 ↗
open jev / email selection control v1 Choice 100.0 100.0 38.4 来源 ↗
open jev / email selection control v1 Noul 100.0 100.0 56.9 来源 ↗
open jev / entity alignment control v1 Noul 100.0 100.0 50.6 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 89.6 来源 ↗
open jev / painting geometry v1 Choice 100.0 100.0 60.5 来源 ↗
open jev / painting geometry v1 Noul 100.0 100.0 42.0 来源 ↗
open jev / phone extraction control v1 Noul 100.0 100.0 63.9 来源 ↗
open jev / vizdoom basic v1 Noul 100.0 100.0 53.2 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 100.0 100.0 39.4 来源 ↗
s1mb generalization contextual choice Choice 100.0 100.0 88.7 来源 ↗
generalization japanese diverse Noul 99.3 100.0 91.4 来源 ↗
generalization vision easy Noul 99.3 100.0 87.4 来源 ↗
open jev / painting geometry v1 Score 99.2 100.0 29.7 来源 ↗
s1mb generalization diverse choice Choice 98.7 100.0 78.1 来源 ↗
arc Choice 98.5 98.5 73.8 来源 ↗
generalization vision easy Choice 98.1 98.6 90.7 来源 ↗
s1mb generalization contextual noul Noul 98.0 100.0 72.1 来源 ↗
s1mb generalization diverse noul Noul 98.0 100.0 70.7 来源 ↗
generalization japanese knowledge hard Choice 97.8 99.6 88.0 来源 ↗
jmteb retrieval Choice 97.5 98.7 90.0 来源 ↗
bbq Choice 96.7 98.3 64.5 来源 ↗
dbpedia Choice 96.6 98.9 88.9 来源 ↗
open jev / sponsor segment control v1 Choice 96.2 100.0 66.4 来源 ↗
open jev / context retention control v1 Noul 96.0 100.0 35.2 来源 ↗
scienceqa Choice 94.8 99.5 86.7 来源 ↗
open jev / vizdoom basic v1 Score 94.4 100.0 42.3 来源 ↗
s1mb generalization diverse score Score 94.0 97.6 52.7 来源 ↗
openbookqa Choice 93.1 98.6 64.4 来源 ↗
jcommonsenseqa Choice 92.5 97.9 87.6 来源 ↗
miqa Choice 90.9 97.7 71.1 来源 ↗
laya / enron spam Noul 90.0 100.0 64.9 来源 ↗
open jev / reasoning control v1 Choice 90.0 100.0 41.7 来源 ↗
scone Choice 90.0 98.0 48.5 来源 ↗
sdoh nli Noul 90.0 100.0 70.0 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 90.0 100.0 47.0 来源 ↗
argument quality Choice 89.8 95.9 53.3 来源 ↗
sugarcrepe Choice 89.7 95.2 80.9 来源 ↗
open jev / ir control v1 Score 89.4 100.0 23.0 来源 ↗
nlvr2 Noul 88.6 88.9 59.2 来源 ↗
massive Choice 88.5 97.8 73.4 来源 ↗
open jev / mailroom control v1 Noul 88.3 100.0 73.2 来源 ↗
s1mb generalization contextual score Score 88.0 99.3 52.6 来源 ↗
clinc Choice 87.6 99.3 70.5 来源 ↗
cvbench depth Choice 86.7 93.3 77.6 来源 ↗
cvbench relation Choice 86.6 96.5 79.7 来源 ↗
hatecheck Noul 86.0 100.0 57.5 来源 ↗
open jev / silent failure control v1 Noul 86.0 100.0 49.8 来源 ↗
qasper Noul 86.0 88.0 51.4 来源 ↗
open jev / ir control v1 Noul 85.7 100.0 60.3 来源 ↗
nights Choice 85.2 92.0 75.3 来源 ↗
hwu64 Choice 85.1 95.7 67.3 来源 ↗
open jev / snake v1 Noul 83.8 100.0 19.1 来源 ↗
lonli Choice 83.6 98.4 52.8 来源 ↗
mtop Choice 82.9 93.2 67.4 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 71.5 来源 ↗
open jev / amount extraction control v1 Noul 81.3 100.0 44.2 来源 ↗
open jev / workflow controls v1 / customer service Noul 81.1 100.0 53.7 来源 ↗
quartz Choice 81.0 90.5 59.4 来源 ↗
laya / ag news Choice 80.6 94.0 77.7 来源 ↗
scitail Noul 80.0 98.0 63.4 来源 ↗
commonsensemoralja Noul 79.3 89.3 67.8 来源 ↗
open jev / reasoning control v1 Score 78.8 96.3 38.3 来源 ↗
jmmlu japan Choice 78.2 94.2 68.4 来源 ↗
creak Noul 78.0 90.0 48.2 来源 ↗
hans Noul 78.0 100.0 53.1 来源 ↗
open jev / workflow controls v1 / security incidents Noul 77.4 100.0 50.0 来源 ↗
snli Choice 77.4 98.4 59.9 来源 ↗
gsm8k Choice 77.1 95.7 38.0 来源 ↗
open jev / amount extraction control v1 Choice 76.5 100.0 63.2 来源 ↗
winobias Choice 76.1 95.7 42.7 来源 ↗
impli Noul 76.0 96.0 57.1 来源 ↗
few nerd Choice 76.0 87.8 52.9 来源 ↗
generalization vision hard Choice 75.7 84.1 48.5 来源 ↗
arct Choice 74.5 89.4 49.3 来源 ↗
cvbench distance Choice 74.3 79.9 59.3 来源 ↗
babi nli Noul 74.0 96.0 48.5 来源 ↗
open jev / phone extraction control v1 Choice 73.9 100.0 44.4 来源 ↗
mvtec ad Noul 73.9 76.9 51.0 来源 ↗
gretel pii Choice 73.7 94.8 51.1 来源 ↗
banking77 Choice 73.7 93.7 64.2 来源 ↗
generalization japanese knowledge hard Noul 73.3 87.3 50.6 来源 ↗
kuci Choice 73.3 85.8 64.3 来源 ↗
generalization vision easy Score 73.0 79.7 50.0 来源 ↗
pope Noul 71.3 80.0 73.0 来源 ↗
open jev / snake v1 Choice 71.1 83.5 18.3 来源 ↗
generalization vision hard Noul 69.2 84.9 47.9 来源 ↗
janli Choice 68.2 88.9 41.7 来源 ↗
ethos Noul 68.0 76.0 49.5 来源 ↗
ruletaker Noul 68.0 100.0 39.3 来源 ↗
rvlcdip Choice 66.4 77.6 61.4 来源 ↗
mmmlu Choice 66.2 78.2 52.8 来源 ↗
scicite Choice 66.1 74.2 49.4 来源 ↗
open jev / customer control v1 Score 65.7 99.3 44.4 来源 ↗
defeasible nli Choice 65.2 89.1 43.1 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 65.0 72.7 48.0 来源 ↗
generalization japanese knowledge hard Score 64.6 84.6 45.3 来源 ↗
followir robust04 Noul 64.5 90.9 53.7 来源 ↗
jamp Choice 63.5 81.5 50.0 来源 ↗
open jev / entity alignment control v1 Score 62.9 100.0 18.4 来源 ↗
jsem Choice 62.2 69.2 45.9 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 61.9 64.1 45.3 来源 ↗
synthetic relevance / nanocoir Noul 60.7 73.6 42.2 来源 ↗
tallyqa Score 60.6 72.0 48.0 来源 ↗
contract nli Choice 60.5 81.6 43.0 来源 ↗
jnli Choice 60.5 87.5 68.4 来源 ↗
open jev / ir control v1 Choice 60.0 88.0 55.5 来源 ↗
paws Noul 60.0 92.0 52.5 来源 ↗
visa Noul 59.8 73.4 29.3 来源 ↗
open jev / reasoning control v1 Noul 57.7 100.0 34.3 来源 ↗
vsr Noul 57.5 77.6 48.0 来源 ↗
robust lr Choice 56.7 98.3 29.3 来源 ↗
ethics Noul 56.4 80.6 33.4 来源 ↗
canttalk Noul 56.0 92.0 50.5 来源 ↗
winowhy Noul 56.0 66.0 25.9 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 55.0 78.9 36.1 来源 ↗
mintaka ja boolean Noul 54.7 68.0 37.5 来源 ↗
jsick sts Score 54.1 61.5 40.1 来源 ↗
crows pairs Choice 52.1 77.1 37.9 来源 ↗
jsts Score 51.7 69.9 55.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 51.6 58.0 35.3 来源 ↗
ethics Choice 50.0 100.0 28.5 来源 ↗
go emotions Noul 49.9 63.4 42.1 来源 ↗
aegis2 Noul 49.5 68.3 39.6 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 47.9 53.5 22.0 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 46.9 53.2 33.8 来源 ↗
mmlu prox ja Choice 46.6 69.5 39.5 来源 ↗
aqua rat Choice 46.5 83.1 19.7 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 46.4 48.2 32.3 来源 ↗
lexcomp Noul 46.0 60.0 27.7 来源 ↗
generalization vision hard Score 44.8 49.2 19.9 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 44.0 49.4 25.5 来源 ↗
patent similarity Score 42.8 53.0 24.0 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 42.6 49.7 29.6 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 42.4 57.3 25.0 来源 ↗
boardgameqa Choice 42.2 90.6 24.4 来源 ↗
laya / typed decisions Score 41.2 76.0 35.4 来源 ↗
cladder Noul 40.0 94.0 28.5 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 39.3 50.3 23.4 来源 ↗
laya / typed decisions Noul 38.9 49.2 29.9 来源 ↗
temporal nli Choice 38.7 100.0 28.0 来源 ↗
jcola Noul 37.0 57.2 21.6 来源 ↗
civil comments Noul 36.8 52.8 25.2 来源 ↗
spartqa Choice 35.5 93.5 14.0 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 34.7 49.0 21.0 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 34.5 71.8 20.9 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 34.2 48.5 21.5 来源 ↗
sgd Choice 33.9 96.6 28.6 来源 ↗
jamc qa Choice 31.1 65.3 23.0 来源 ↗
stepgame Choice 29.8 82.1 24.8 来源 ↗
followir core17 Noul 28.0 46.6 25.2 来源 ↗
laya / typed decisions Choice 28.0 35.7 23.3 来源 ↗
sobaco culture Choice 28.0 80.5 30.6 来源 ↗
fol nli Choice 27.9 75.4 17.3 来源 ↗
ud ewt Choice 27.6 96.0 19.6 来源 ↗
generalization japanese math formal hard Choice 26.7 48.4 21.0 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 26.2 40.9 15.8 来源 ↗
esci Choice 26.0 49.3 17.5 来源 ↗
followir news21 Noul 25.3 58.0 18.4 来源 ↗
argument quality Noul 23.6 30.2 7.8 来源 ↗
synthetic relevance / nanobeir / nanonq Score 22.3 54.3 13.3 来源 ↗
generalization japanese math formal hard Noul 22.0 34.7 10.6 来源 ↗
logical entailment Noul 22.0 84.0 18.7 来源 ↗
gpqa ja main Choice 21.8 54.7 20.9 来源 ↗
wiqa Choice 19.1 68.3 24.0 来源 ↗
jculture mcq Noul 16.1 44.3 12.8 来源 ↗
hh rlhf Choice 15.4 33.3 4.5 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 14.6 36.7 10.7 来源 ↗
tracie Noul 12.0 68.0 14.4 来源 ↗
corr2cause Choice 8.3 91.7 9.3 来源 ↗
open jev / tic tac toe v1 Choice 6.8 54.5 5.1 来源 ↗
koniq Score 6.4 51.8 8.2 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 4.2 43.2 10.3 来源 ↗
nlsat Noul 4.0 22.0 3.2 来源 ↗
generalization japanese math formal hard Score 3.3 6.9 0.9 来源 ↗
open jev / drone control v1 Choice 0.0 100.0 13.4 来源 ↗
open jev / drone control v1 Noul 0.0 100.0 63.8 来源 ↗
open jev / drone control v1 Score 0.0 100.0 7.2 来源 ↗
plane Noul 0.0 100.0 12.6 来源 ↗
poem sentiment Choice 0.0 68.6 9.3 来源 ↗
synthetic relevance / nanocoir Score 0.0 43.8 6.8 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 98.0 100.0 86.4 来源 ↗
InfographicVQA 图像 97.3 100.0 86.4 来源 ↗
KIE (CORD+FUNSD) 图像 91.2 97.5 84.7 来源 ↗
Winoground 图像 88.0 95.0 77.7 来源 ↗
KIE (CORD+FUNSD) 图像 85.8 97.5 84.7 来源 ↗
Mind2Web 图像 84.1 94.4 62.8 来源 ↗
Winoground 图像 83.5 95.0 77.7 来源 ↗
CharXiv 图像 78.7 83.7 58.4 来源 ↗
CV-Bench 图像 76.8 82.3 54.6 来源 ↗
RealWorldQA 图像 72.8 76.1 46.6 来源 ↗
Mind2Web 图像 66.0 94.4 62.8 来源 ↗
CharXiv 图像 60.4 83.7 58.4 来源 ↗
BLINK 图像 56.0 79.4 43.9 来源 ↗
BLINK 图像 53.9 79.4 43.9 来源 ↗
Moderation (Hateful Memes) 图像 52.5 71.0 31.4 来源 ↗
Moderation (Hateful Memes) 图像 43.0 71.0 31.4 来源 ↗
CV-Bench 图像 42.4 82.3 54.6 来源 ↗
RealWorldQA 图像 39.3 76.1 46.6 来源 ↗
MMMU-Pro vision 图像 38.0 48.5 29.7 来源 ↗
R-Bench-M 图像 24.4 56.1 24.9 来源 ↗