首页 / 模型 / jiwo-4b

jiwo-4b

Name: jiwo-4b
Author: eljiwo

eljiwo ChoiceNoulScore 4.2B（活跃 3.6B） Decision IndexS1MB

Hugging Face 权重 Decision Index 排行榜 S1MB 排行榜

S1MB Task Avg

46.2

第 43 名 · 覆盖 137/137（100%）

Decision Index Full

42.9

第 44 名 · public 45.8

校准 ECE

0.074

越低越好 · Brier 0.433

模型信息

厂商: eljiwo
类别: 开源权重
参数规模: 4.2B（活跃 3.6B）
基座模型: Qwen/Qwen3.5-4B
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: jiwo 4B

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

57.8

语言理解

74.8

检索与分类

74.5

工具与自动化

89.9

艺术与人类品味

51.0

S1MB · 137 个基准

基准	类型	该模型	全场最佳	全场均值	来源
open jev / browser control v1	Choice	100.0	100.0	72.2	来源 ↗
open jev / mailroom control v1	Choice	100.0	100.0	86.3	来源 ↗
s1mb generalization contextual choice	Choice	100.0	100.0	85.8	来源 ↗
dbpedia	Choice	97.8	98.9	85.8	来源 ↗
open jev / sponsor segment control v1	Choice	96.2	100.0	60.1	来源 ↗
open jev / drone control v1	Noul	94.1	100.0	58.5	来源 ↗
arc	Choice	92.7	98.5	69.3	来源 ↗
s1mb generalization contextual noul	Noul	92.0	98.0	67.8	来源 ↗
scitail	Noul	92.0	98.0	57.0	来源 ↗
massive	Choice	90.7	96.7	69.3	来源 ↗
clinc	Choice	90.3	99.3	65.4	来源 ↗
open jev / mailroom control v1	Noul	90.3	100.0	68.0	来源 ↗
open jev / silent failure control v1	Noul	90.0	100.0	43.1	来源 ↗
open jev / painting geometry v1	Choice	89.5	100.0	52.6	来源 ↗
s1mb generalization diverse choice	Choice	89.4	100.0	74.0	来源 ↗
bbq	Choice	88.3	98.3	60.0	来源 ↗
miqa	Choice	86.4	95.5	66.9	来源 ↗
laya / enron spam	Noul	86.0	100.0	60.4	来源 ↗
s1mb generalization diverse noul	Noul	86.0	100.0	65.8	来源 ↗
snli	Choice	85.5	98.4	52.9	来源 ↗
open jev / ir control v1	Choice	84.0	88.0	50.8	来源 ↗
open jev / entity alignment control v1	Noul	83.3	100.0	43.7	来源 ↗
hwu64	Choice	83.0	93.6	62.9	来源 ↗
mtop	Choice	82.3	88.6	63.3	来源 ↗
hatecheck	Noul	82.0	98.0	51.7	来源 ↗
sdoh nli	Noul	82.0	94.0	64.7	来源 ↗
openbookqa	Choice	81.9	97.2	58.7	来源 ↗
open jev / phone extraction control v1	Noul	80.0	100.0	56.8	来源 ↗
paws	Noul	80.0	90.0	48.5	来源 ↗
laya / ag news	Choice	79.1	94.0	75.3	来源 ↗
open jev / customer control v1	Choice	78.3	82.6	68.4	来源 ↗
open jev / vizdoom basic v1	Score	77.9	100.0	35.1	来源 ↗
contract nli	Choice	76.0	80.3	37.3	来源 ↗
quartz	Choice	73.8	90.5	54.4	来源 ↗
gretel pii	Choice	72.1	94.5	47.8	来源 ↗
canttalk	Noul	72.0	92.0	47.9	来源 ↗
banking77	Choice	71.6	93.7	60.0	来源 ↗
open jev / workflow controls v1 / invoice processing	Noul	71.1	100.0	40.7	来源 ↗
open jev / vizdoom basic v1	Noul	70.6	100.0	45.8	来源 ↗
lonli	Choice	70.5	96.7	45.7	来源 ↗
creak	Noul	70.0	90.0	42.8	来源 ↗
open jev / amount extraction control v1	Choice	68.6	100.0	58.6	来源 ↗
followir robust04	Noul	66.2	90.9	51.1	来源 ↗
ethos	Noul	66.0	76.0	46.8	来源 ↗
qasper	Noul	66.0	88.0	46.9	来源 ↗
scone	Choice	66.0	94.0	40.7	来源 ↗
s1mb generalization contextual score	Score	65.6	97.3	46.7	来源 ↗
open jev / email selection control v1	Noul	65.4	100.0	48.5	来源 ↗
few nerd	Choice	65.2	86.4	48.5	来源 ↗
open jev / citation control v1	Choice	65.2	100.0	48.5	来源 ↗
aegis2	Noul	64.9	64.9	36.3	来源 ↗
s1mb generalization diverse score	Score	64.9	96.3	46.8	来源 ↗
open jev / customer control v1	Noul	64.3	100.0	62.2	来源 ↗
hans	Noul	64.0	100.0	47.1	来源 ↗
impli	Noul	64.0	88.0	51.5	来源 ↗
synthetic relevance / nanocoir	Noul	62.5	73.0	38.3	来源 ↗
winobias	Choice	60.9	93.5	35.7	来源 ↗
gsm8k	Choice	60.0	82.9	30.0	来源 ↗
open jev / reasoning control v1	Choice	60.0	100.0	34.7	来源 ↗
open jev / reasoning control v1	Noul	58.5	100.0	28.9	来源 ↗
crows pairs	Choice	58.3	70.8	33.6	来源 ↗
synthetic relevance / nanobeir / nanomsmarco	Noul	57.8	63.0	41.5	来源 ↗
open jev / workflow controls v1 / security incidents	Noul	57.5	100.0	43.2	来源 ↗
open jev / ir control v1	Noul	57.1	100.0	54.2	来源 ↗
synthetic relevance / nanobeir / nanonq	Noul	56.9	71.2	44.1	来源 ↗
open jev / amount extraction control v1	Noul	56.3	100.0	37.9	来源 ↗
babi nli	Noul	56.0	92.0	42.1	来源 ↗
scicite	Choice	54.8	71.0	45.8	来源 ↗
open jev / reasoning control v1	Score	54.5	95.1	31.7	来源 ↗
go emotions	Noul	54.0	63.4	40.4	来源 ↗
open jev / workflow controls v1 / customer service	Noul	53.9	100.0	48.8	来源 ↗
open jev / customer control v1	Score	52.2	99.3	39.9	来源 ↗
defeasible nli	Choice	52.2	87.0	37.3	来源 ↗
argument quality	Choice	49.0	95.9	45.0	来源 ↗
synthetic relevance / nanobeir / nanofiqa2018	Noul	48.1	58.0	32.0	来源 ↗
open jev / phone extraction control v1	Choice	47.8	100.0	38.6	来源 ↗
open jev / painting geometry v1	Noul	47.6	100.0	34.6	来源 ↗
synthetic relevance / nanobeir / nanotouche2020	Noul	45.4	47.0	29.3	来源 ↗
laya / typed decisions	Score	44.8	76.0	31.9	来源 ↗
arct	Choice	44.7	89.4	43.2	来源 ↗
synthetic relevance / nanobeir / nanodbpedia	Noul	44.5	52.1	32.1	来源 ↗
synthetic relevance / nanobeir / nanoscidocs	Noul	43.0	46.6	20.2	来源 ↗
synthetic relevance / nanobeir / nanotouche2020	Score	42.4	47.5	22.9	来源 ↗
ruletaker	Noul	42.0	100.0	31.9	来源 ↗
ethics	Noul	41.0	75.6	28.0	来源 ↗
patent similarity	Score	40.2	48.3	20.3	来源 ↗
lexcomp	Noul	40.0	60.0	24.5	来源 ↗
wiqa	Choice	39.7	60.3	21.0	来源 ↗
robust lr	Choice	38.3	66.7	22.8	来源 ↗
synthetic relevance / nanobeir / nanomsmarco	Score	37.3	54.9	20.9	来源 ↗
synthetic relevance / nanobeir / nanonfcorpus	Noul	36.2	49.7	28.0	来源 ↗
synthetic relevance / nanobeir / nanofiqa2018	Score	36.2	46.7	17.4	来源 ↗
esci	Choice	35.6	46.6	14.8	来源 ↗
open jev / workflow controls v1 / agent trace observability	Noul	34.1	100.0	33.3	来源 ↗
laya / typed decisions	Noul	33.5	49.2	27.3	来源 ↗
synthetic relevance / nanobeir / nanodbpedia	Score	33.3	45.0	20.1	来源 ↗
winowhy	Noul	32.0	64.0	21.3	来源 ↗
civil comments	Noul	31.7	39.8	23.0	来源 ↗
synthetic relevance / nanobeir / nanoarguana	Noul	30.9	53.5	18.8	来源 ↗
laya / typed decisions	Choice	29.7	34.5	21.4	来源 ↗
boardgameqa	Choice	28.1	75.0	19.2	来源 ↗
cladder	Noul	28.0	94.0	22.1	来源 ↗
stepgame	Choice	27.4	82.1	20.5	来源 ↗
sgd	Choice	27.1	96.6	26.1	来源 ↗
synthetic relevance / nanobeir / nanohotpotqa	Noul	25.4	77.7	31.7	来源 ↗
followir core17	Noul	24.9	46.6	23.5	来源 ↗
open jev / painting geometry v1	Score	24.8	100.0	21.3	来源 ↗
ud ewt	Choice	24.1	64.1	15.3	来源 ↗
aqua rat	Choice	22.5	77.5	14.0	来源 ↗
synthetic relevance / nanobeir / nanonfcorpus	Score	21.2	38.6	12.8	来源 ↗
temporal nli	Choice	21.0	83.9	20.9	来源 ↗
synthetic relevance / nanobeir / nanohotpotqa	Score	19.2	63.6	16.0	来源 ↗
synthetic relevance / nanobeir / nanoarguana	Score	16.6	43.1	8.7	来源 ↗
fol nli	Choice	14.8	68.8	12.6	来源 ↗
followir news21	Noul	12.7	48.0	17.3	来源 ↗
synthetic relevance / nanobeir / nanoscidocs	Score	12.5	36.7	8.3	来源 ↗
argument quality	Noul	12.3	26.9	6.4	来源 ↗
logical entailment	Noul	12.0	72.0	13.4	来源 ↗
open jev / context retention control v1	Noul	10.0	100.0	26.7	来源 ↗
tracie	Noul	10.0	58.0	10.0	来源 ↗
spartqa	Choice	8.1	91.9	6.8	来源 ↗
open jev / drone control v1	Choice	7.9	100.0	9.2	来源 ↗
synthetic relevance / nanobeir / nanonq	Score	5.7	49.4	10.6	来源 ↗
nlsat	Noul	4.0	22.0	2.8	来源 ↗
plane	Noul	4.0	100.0	11.3	来源 ↗
synthetic relevance / nanocoir	Score	2.2	44.3	5.0	来源 ↗
open jev / snake v1	Noul	0.9	100.0	13.2	来源 ↗
corr2cause	Choice	0.0	91.7	4.3	来源 ↗
ethics	Choice	0.0	83.3	24.0	来源 ↗
hh rlhf	Choice	0.0	33.3	3.3	来源 ↗
open jev / drone control v1	Score	0.0	99.2	3.8	来源 ↗
open jev / email selection control v1	Choice	0.0	100.0	30.4	来源 ↗
open jev / entity alignment control v1	Score	0.0	100.0	12.1	来源 ↗
open jev / ir control v1	Score	0.0	99.2	15.5	来源 ↗
open jev / snake v1	Choice	0.0	83.5	12.6	来源 ↗
open jev / tic tac toe v1	Choice	0.0	54.5	4.0	来源 ↗
poem sentiment	Choice	0.0	68.6	5.3	来源 ↗

Decision Index · 42 个基准

基准	类型	该模型	全场最佳	全场均值	来源
ARC-Easy	混合（Choice	97.8	99.5	87.4	来源 ↗
ARC-Challenge	混合（Choice	93.9	98.2	79.3	来源 ↗
HellaSwag	混合（Choice	93.3	98.5	73.1	来源 ↗
BFCL	混合（Choice	89.3	98.8	80.4	来源 ↗
CLINC150	混合（Choice	88.2	97.4	68.4	来源 ↗
FinEntity	混合（Choice	87.4	97.1	74.0	来源 ↗
ContractNLI	混合（Choice	81.8	86.5	60.5	来源 ↗
BPoMP	混合（Choice	80.1	97.0	73.5	来源 ↗
When2Call	混合（Choice	80.0	91.7	58.1	来源 ↗
RouterBench	混合（Choice	79.8	80.1	73.3	来源 ↗
NLI4CT	混合（Choice	78.4	86.2	69.3	来源 ↗
API-Bank	混合（Choice	78.2	93.1	56.5	来源 ↗
RAGTruth	混合（Choice	76.8	86.0	52.0	来源 ↗
MMLU	混合（Choice	75.0	91.9	64.2	来源 ↗
BANKING77	混合（Choice	72.6	94.1	69.3	来源 ↗
WinoGrande	混合（Choice	72.4	97.5	69.8	来源 ↗
BBH	混合（Choice	67.4	92.9	58.4	来源 ↗
ToolRet	混合（Choice	65.9	70.6	55.1	来源 ↗
PhishNChips	混合（Choice	65.5	99.9	61.8	来源 ↗
SGD	混合（Choice	63.7	73.4	48.0	来源 ↗
CLadder	混合（Choice	63.0	97.7	62.5	来源 ↗
HoVer	混合（Choice	62.7	89.4	63.9	来源 ↗
ANLI	混合（Choice	61.0	98.6	53.9	来源 ↗
New Yorker	混合（Choice	60.8	82.0	53.0	来源 ↗
Humicroedit	混合（Choice	60.8	75.1	57.2	来源 ↗
cfcolor	混合（Choice	59.5	70.2	57.8	来源 ↗
Amazon ESCI	混合（Choice	55.5	61.6	40.8	来源 ↗
MMLU-Pro	混合（Choice	53.5	82.7	42.1	来源 ↗
MuSR	混合（Choice	52.4	86.2	55.8	来源 ↗
CRUXEval	混合（Choice	50.4	87.9	50.5	来源 ↗
BRIGHT	混合（Choice	46.5	50.9	36.0	来源 ↗
VAST	混合（Choice	46.0	82.0	50.4	来源 ↗
Habermas	混合（Choice	45.0	71.8	42.4	来源 ↗
GSM8K	混合（Choice	44.7	83.5	35.9	来源 ↗
GPQA Diamond	混合（Choice	39.8	78.3	37.5	来源 ↗
iSarcasmEval	混合（Choice	35.9	71.0	38.4	来源 ↗
Home appliances	混合（Choice	35.2	98.9	23.3	来源 ↗
SATA-Bench	混合（Choice	32.1	37.2	20.3	来源 ↗
ChessBench	混合（Choice	12.6	40.2	14.2	来源 ↗
ACOS	混合（Choice	8.4	57.3	14.5	来源 ↗
HLE	混合（Choice	8.4	20.4	12.3	来源 ↗
POP909	混合（Choice	8.1	76.3	13.2	来源 ↗