decision.host
首页 / 模型 / Jeff-1

Jeff-1

GestaltLabs ChoiceNoulScore 4.0B s1mb
S1MB Task Avg
36.6
第 42 名 · 覆盖 137/137(100%)

模型信息

厂商
GestaltLabs
类别
开源权重
参数规模
4.0B
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
s1mb generalization diverse noul Noul 96.0 100.0 59.2 来源 ↗
s1mb generalization contextual choice Choice 94.8 100.0 82.6 来源 ↗
open jev / mailroom control v1 Choice 91.7 100.0 82.9 来源 ↗
s1mb generalization contextual noul Noul 88.0 98.0 62.0 来源 ↗
dbpedia Choice 87.6 98.9 83.5 来源 ↗
open jev / customer control v1 Noul 87.5 100.0 58.0 来源 ↗
open jev / sponsor segment control v1 Choice 87.2 100.0 52.2 来源 ↗
canttalk Noul 86.0 86.0 43.9 来源 ↗
laya / enron spam Noul 86.0 100.0 54.6 来源 ↗
scitail Noul 86.0 98.0 53.0 来源 ↗
open jev / phone extraction control v1 Noul 80.0 100.0 50.4 来源 ↗
impli Noul 76.0 88.0 46.7 来源 ↗
bbq Choice 75.0 98.3 53.8 来源 ↗
s1mb generalization diverse score Score 73.1 95.3 42.8 来源 ↗
sdoh nli Noul 70.0 92.0 60.8 来源 ↗
s1mb generalization diverse choice Choice 69.6 100.0 69.5 来源 ↗
open jev / email selection control v1 Noul 69.2 100.0 40.6 来源 ↗
clinc Choice 68.3 99.3 57.3 来源 ↗
hans Noul 68.0 100.0 43.3 来源 ↗
massive Choice 66.0 96.7 64.5 来源 ↗
open jev / silent failure control v1 Noul 66.0 100.0 38.8 来源 ↗
open jev / customer control v1 Choice 65.2 82.6 64.3 来源 ↗
laya / ag news Choice 64.2 94.0 75.4 来源 ↗
paws Noul 64.0 88.0 45.7 来源 ↗
arc Choice 63.2 98.5 64.4 来源 ↗
s1mb generalization contextual score Score 60.8 92.7 42.1 来源 ↗
open jev / amount extraction control v1 Choice 60.8 100.0 55.0 来源 ↗
few nerd Choice 60.2 86.4 43.9 来源 ↗
miqa Choice 59.1 95.5 61.9 来源 ↗
hwu64 Choice 58.5 92.5 56.8 来源 ↗
mtop Choice 58.3 86.9 58.6 来源 ↗
qasper Noul 58.0 88.0 41.6 来源 ↗
open jev / mailroom control v1 Noul 57.8 100.0 62.5 来源 ↗
lonli Choice 57.4 86.9 39.2 来源 ↗
argument quality Choice 57.1 95.9 37.4 来源 ↗
open jev / ir control v1 Noul 57.1 100.0 47.3 来源 ↗
hatecheck Noul 56.0 98.0 47.5 来源 ↗
creak Noul 54.0 88.0 38.8 来源 ↗
banking77 Choice 53.7 93.7 54.6 来源 ↗
contract nli Choice 53.3 76.0 31.8 来源 ↗
open jev / citation control v1 Choice 53.0 100.0 40.9 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 52.5 62.5 37.3 来源 ↗
open jev / phone extraction control v1 Choice 52.2 100.0 32.4 来源 ↗
lexcomp Noul 52.0 52.0 22.5 来源 ↗
ethics Choice 50.0 83.3 20.9 来源 ↗
open jev / browser control v1 Choice 50.0 100.0 67.4 来源 ↗
scone Choice 50.0 92.0 34.2 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 46.1 100.0 34.6 来源 ↗
ethos Noul 46.0 76.0 43.7 来源 ↗
gretel pii Choice 45.8 94.5 43.1 来源 ↗
defeasible nli Choice 45.6 80.4 32.8 来源 ↗
open jev / customer control v1 Score 45.4 99.3 36.7 来源 ↗
go emotions Noul 45.3 61.3 38.3 来源 ↗
quartz Choice 45.2 88.1 49.1 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 44.0 67.2 39.5 来源 ↗
open jev / vizdoom basic v1 Score 42.1 100.0 29.6 来源 ↗
scicite Choice 41.9 71.0 44.0 来源 ↗
snli Choice 41.9 98.4 46.0 来源 ↗
temporal nli Choice 41.9 80.7 18.3 来源 ↗
synthetic relevance / nanobeir / nanonq Score 41.7 49.4 9.3 来源 ↗
openbookqa Choice 41.7 97.2 53.7 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 40.6 44.9 17.6 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 39.9 52.6 17.8 来源 ↗
crows pairs Choice 39.6 70.8 30.4 来源 ↗
followir robust04 Noul 39.3 90.9 46.9 来源 ↗
aegis2 Noul 38.9 62.3 32.8 来源 ↗
laya / typed decisions Noul 38.8 47.8 24.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 38.6 63.6 13.9 来源 ↗
synthetic relevance / nanocoir Noul 38.5 73.0 33.6 来源 ↗
wiqa Choice 38.1 58.7 19.3 来源 ↗
patent similarity Score 37.3 48.3 17.7 来源 ↗
open jev / painting geometry v1 Noul 37.1 100.0 27.2 来源 ↗
babi nli Noul 36.0 84.0 37.0 来源 ↗
followir core17 Noul 35.5 46.6 21.2 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 35.5 46.7 15.2 来源 ↗
laya / typed decisions Score 35.1 63.5 26.5 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 35.1 44.3 20.6 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 34.6 38.6 10.7 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 33.1 36.0 7.7 来源 ↗
open jev / ir control v1 Choice 32.0 88.0 44.8 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 31.6 36.7 7.2 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 30.3 54.0 28.6 来源 ↗
synthetic relevance / nanocoir Score 30.3 44.3 4.3 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 29.9 52.1 29.0 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 27.8 46.2 25.1 来源 ↗
open jev / reasoning control v1 Score 26.6 90.7 27.7 来源 ↗
open jev / workflow controls v1 / customer service Noul 26.6 100.0 41.6 来源 ↗
followir news21 Noul 26.0 42.7 14.9 来源 ↗
ethics Noul 25.7 68.6 23.9 来源 ↗
civil comments Noul 25.7 36.7 21.4 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 25.5 47.0 26.6 来源 ↗
open jev / amount extraction control v1 Noul 25.0 100.0 33.3 来源 ↗
arct Choice 23.4 89.4 39.4 来源 ↗
argument quality Noul 22.0 23.9 5.4 来源 ↗
open jev / painting geometry v1 Choice 21.1 100.0 46.2 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 21.0 41.7 17.3 来源 ↗
hh rlhf Choice 20.5 23.1 3.1 来源 ↗
laya / typed decisions Choice 20.0 34.5 18.9 来源 ↗
cladder Noul 20.0 94.0 17.7 来源 ↗
ruletaker Noul 20.0 96.0 27.7 来源 ↗
tracie Noul 18.0 34.0 8.7 来源 ↗
esci Choice 16.4 46.6 13.0 来源 ↗
open jev / context retention control v1 Noul 16.0 100.0 19.0 来源 ↗
sgd Choice 15.3 96.6 24.4 来源 ↗
stepgame Choice 14.3 82.1 17.8 来源 ↗
robust lr Choice 13.3 66.7 18.8 来源 ↗
open jev / reasoning control v1 Choice 10.0 95.0 28.4 来源 ↗
winowhy Noul 10.0 62.0 18.8 来源 ↗
open jev / ir control v1 Score 9.9 98.6 10.1 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 9.8 70.8 28.4 来源 ↗
fol nli Choice 9.8 54.1 10.4 来源 ↗
boardgameqa Choice 7.8 62.5 15.6 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 7.2 100.0 27.8 来源 ↗
ud ewt Choice 7.0 56.7 13.2 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 6.3 48.2 15.6 来源 ↗
plane Noul 6.0 100.0 11.1 来源 ↗
open jev / reasoning control v1 Noul 5.9 100.0 25.3 来源 ↗
open jev / workflow controls v1 / security incidents Noul 3.2 100.0 37.8 来源 ↗
gsm8k Choice 2.9 78.6 23.5 来源 ↗
aqua rat Choice 0.0 77.5 10.7 来源 ↗
corr2cause Choice 0.0 91.7 3.8 来源 ↗
logical entailment Noul 0.0 72.0 12.2 来源 ↗
nlsat Noul 0.0 22.0 2.1 来源 ↗
open jev / drone control v1 Choice 0.0 100.0 4.8 来源 ↗
open jev / drone control v1 Noul 0.0 100.0 50.2 来源 ↗
open jev / drone control v1 Score 0.0 99.2 1.1 来源 ↗
open jev / email selection control v1 Choice 0.0 100.0 23.4 来源 ↗
open jev / entity alignment control v1 Noul 0.0 100.0 35.9 来源 ↗
open jev / entity alignment control v1 Score 0.0 100.0 8.1 来源 ↗
open jev / painting geometry v1 Score 0.0 100.0 15.2 来源 ↗
open jev / snake v1 Choice 0.0 83.5 8.1 来源 ↗
open jev / snake v1 Noul 0.0 100.0 9.0 来源 ↗
open jev / tic tac toe v1 Choice 0.0 48.5 3.5 来源 ↗
open jev / vizdoom basic v1 Noul 0.0 100.0 39.0 来源 ↗
poem sentiment Choice 0.0 57.1 4.0 来源 ↗
spartqa Choice 0.0 38.7 4.4 来源 ↗
winobias Choice 0.0 91.3 30.1 来源 ↗