decision.host
首页 / 模型 / Saihai v1 310M

Saihai v1 310M

hotchpotch ChoiceNoulScore 315M(活跃 236M) S1MB
S1MB Task Avg
39.1
第 114 名 · 覆盖 137/137(100%)

模型信息

厂商
hotchpotch
类别
开源权重
参数规模
315M(活跃 236M)
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 · 164 个基准

基准类型该模型全场最佳 全场均值对比来源
open jev / email selection control v1 Noul 100.0 100.0 56.9 来源 ↗
open jev / ir control v1 Noul 100.0 100.0 60.3 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 ↗
open jev / sponsor segment control v1 Choice 100.0 100.0 66.4 来源 ↗
open jev / citation control v1 Choice 98.5 100.0 55.9 来源 ↗
open jev / browser control v1 Choice 97.8 100.0 76.5 来源 ↗
dbpedia Choice 97.8 98.9 88.9 来源 ↗
jmteb retrieval Choice 94.9 98.7 90.0 来源 ↗
open jev / drone control v1 Noul 94.1 100.0 63.8 来源 ↗
open jev / vizdoom basic v1 Noul 94.1 100.0 53.2 来源 ↗
hans Noul 94.0 100.0 53.1 来源 ↗
laya / enron spam Noul 94.0 100.0 64.9 来源 ↗
open jev / silent failure control v1 Noul 94.0 100.0 49.8 来源 ↗
open jev / vizdoom basic v1 Score 93.9 100.0 42.3 来源 ↗
open jev / mailroom control v1 Noul 93.1 100.0 73.2 来源 ↗
plane Noul 92.0 100.0 12.6 来源 ↗
open jev / customer control v1 Score 92.0 99.3 44.4 来源 ↗
jcommonsenseqa Choice 89.6 97.9 87.6 来源 ↗
laya / ag news Choice 88.1 94.0 77.7 来源 ↗
scitail Noul 86.0 98.0 63.4 来源 ↗
open jev / workflow controls v1 / customer service Noul 84.4 100.0 53.7 来源 ↗
massive Choice 83.5 97.8 73.4 来源 ↗
kuci Choice 82.7 85.8 64.3 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 71.5 来源 ↗
generalization japanese diverse Choice 81.5 100.0 94.2 来源 ↗
sgd Choice 79.7 96.6 28.6 来源 ↗
argument quality Choice 79.6 95.9 53.3 来源 ↗
open jev / email selection control v1 Choice 79.1 100.0 38.4 来源 ↗
snli Choice 79.0 98.4 59.9 来源 ↗
jnli Choice 79.0 87.5 68.4 来源 ↗
clinc Choice 78.6 99.3 70.5 来源 ↗
paws Noul 78.0 92.0 52.5 来源 ↗
hwu64 Choice 77.7 95.7 67.3 来源 ↗
open jev / amount extraction control v1 Choice 76.5 100.0 63.2 来源 ↗
open jev / ir control v1 Choice 76.0 88.0 55.5 来源 ↗
open jev / customer control v1 Noul 75.4 100.0 68.3 来源 ↗
commonsensemoralja Noul 74.7 89.3 67.8 来源 ↗
s1mb generalization contextual choice Choice 74.3 100.0 88.7 来源 ↗
open jev / painting geometry v1 Choice 73.7 100.0 60.5 来源 ↗
mtop Choice 72.0 93.2 67.4 来源 ↗
open jev / ir control v1 Score 71.9 100.0 23.0 来源 ↗
open jev / amount extraction control v1 Noul 71.9 100.0 44.2 来源 ↗
banking77 Choice 70.5 93.7 64.2 来源 ↗
corr2cause Choice 68.3 91.7 9.3 来源 ↗
miqa Choice 68.2 97.7 71.1 来源 ↗
open jev / painting geometry v1 Score 68.2 100.0 29.7 来源 ↗
open jev / context retention control v1 Noul 68.0 100.0 35.2 来源 ↗
few nerd Choice 67.7 87.8 52.9 来源 ↗
temporal nli Choice 67.7 100.0 28.0 来源 ↗
scicite Choice 66.1 74.2 49.4 来源 ↗
generalization japanese diverse Noul 65.3 100.0 91.4 来源 ↗
scone Choice 64.0 98.0 48.5 来源 ↗
jsts Score 63.7 69.9 55.3 来源 ↗
open jev / phone extraction control v1 Choice 63.0 100.0 44.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 62.6 78.9 36.1 来源 ↗
gretel pii Choice 60.7 94.8 51.1 来源 ↗
sdoh nli Noul 60.0 100.0 70.0 来源 ↗
open jev / entity alignment control v1 Noul 58.5 100.0 50.6 来源 ↗
jmmlu japan Choice 55.6 94.2 68.4 来源 ↗
generalization japanese knowledge hard Choice 55.1 99.6 88.0 来源 ↗
arct Choice 53.2 89.4 49.3 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 52.9 71.8 20.9 来源 ↗
babi nli Noul 50.0 96.0 48.5 来源 ↗
ruletaker Noul 48.0 100.0 39.3 来源 ↗
canttalk Noul 46.0 92.0 50.5 来源 ↗
ethos Noul 44.0 76.0 49.5 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 43.2 64.1 45.3 来源 ↗
s1mb generalization diverse choice Choice 43.2 100.0 78.1 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 42.9 72.7 48.0 来源 ↗
wiqa Choice 42.9 68.3 24.0 来源 ↗
synthetic relevance / nanocoir Noul 42.5 73.6 42.2 来源 ↗
jsick sts Score 41.4 61.5 40.1 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 41.1 57.3 25.0 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 41.1 48.2 32.3 来源 ↗
impli Noul 38.0 96.0 57.1 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 38.0 100.0 47.0 来源 ↗
boardgameqa Choice 37.5 90.6 24.4 来源 ↗
aegis2 Noul 37.1 68.3 39.6 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 35.9 49.4 25.5 来源 ↗
gsm8k Choice 35.7 95.7 38.0 来源 ↗
sobaco culture Choice 35.5 80.5 30.6 来源 ↗
defeasible nli Choice 34.8 89.1 43.1 来源 ↗
quartz Choice 33.3 90.5 59.4 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 32.7 53.5 22.0 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 32.0 50.3 23.4 来源 ↗
openbookqa Choice 31.9 98.6 64.4 来源 ↗
laya / typed decisions Score 31.9 76.0 35.4 来源 ↗
patent similarity Score 31.7 53.0 24.0 来源 ↗
lonli Choice 31.1 98.4 52.8 来源 ↗
arc Choice 30.9 98.5 73.8 来源 ↗
stepgame Choice 29.8 82.1 24.8 来源 ↗
synthetic relevance / nanobeir / nanonq Score 28.8 54.3 13.3 来源 ↗
jamp Choice 28.5 81.5 50.0 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 27.7 58.0 35.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 26.1 49.0 21.0 来源 ↗
tracie Noul 26.0 68.0 14.4 来源 ↗
jsem Choice 24.5 69.2 45.9 来源 ↗
lexcomp Noul 24.0 60.0 27.7 来源 ↗
s1mb generalization contextual noul Noul 24.0 100.0 72.1 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 23.6 43.2 10.3 来源 ↗
laya / typed decisions Noul 23.2 49.2 29.9 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 23.1 40.9 15.8 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 22.8 100.0 39.4 来源 ↗
logical entailment Noul 22.0 84.0 18.7 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 20.1 53.2 33.8 来源 ↗
mintaka ja boolean Noul 20.0 68.0 37.5 来源 ↗
fol nli Choice 19.7 75.4 17.3 来源 ↗
esci Choice 19.2 49.3 17.5 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 18.0 36.7 10.7 来源 ↗
s1mb generalization contextual score Score 17.4 99.3 52.6 来源 ↗
open jev / painting geometry v1 Noul 16.2 100.0 42.0 来源 ↗
creak Noul 16.0 90.0 48.2 来源 ↗
laya / typed decisions Choice 15.8 35.7 23.3 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 15.6 49.7 29.6 来源 ↗
contract nli Choice 13.8 81.6 43.0 来源 ↗
open jev / workflow controls v1 / security incidents Noul 12.9 100.0 50.0 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 12.7 48.5 21.5 来源 ↗
mmmlu Choice 12.4 78.2 52.8 来源 ↗
winowhy Noul 12.0 66.0 25.9 来源 ↗
janli Choice 10.4 88.9 41.7 来源 ↗
open jev / reasoning control v1 Score 9.5 96.3 38.3 来源 ↗
s1mb generalization diverse score Score 9.0 97.6 52.7 来源 ↗
ethics Noul 8.9 80.6 33.4 来源 ↗
bbq Choice 8.3 98.3 64.5 来源 ↗
robust lr Choice 8.3 98.3 29.3 来源 ↗
s1mb generalization diverse noul Noul 8.0 100.0 70.7 来源 ↗
followir core17 Noul 8.0 46.6 25.2 来源 ↗
open jev / reasoning control v1 Choice 5.0 100.0 41.7 来源 ↗
jamc qa Choice 4.4 65.3 23.0 来源 ↗
qasper Noul 4.0 88.0 51.4 来源 ↗
open jev / snake v1 Choice 3.1 83.5 18.3 来源 ↗
go emotions Noul 2.8 63.4 42.1 来源 ↗
civil comments Noul 2.1 52.8 25.2 来源 ↗
crows pairs Choice 2.1 77.1 37.9 来源 ↗
cladder Noul 2.0 94.0 28.5 来源 ↗
generalization japanese knowledge hard Noul 2.0 87.3 50.6 来源 ↗
generalization japanese math formal hard Choice 1.8 48.4 21.0 来源 ↗
jculture mcq Noul 1.1 44.3 12.8 来源 ↗
aqua rat Choice 0.0 83.1 19.7 来源 ↗
argument quality Noul 0.0 30.2 7.8 来源 ↗
ethics Choice 0.0 100.0 28.5 来源 ↗
followir news21 Noul 0.0 58.0 18.4 来源 ↗
followir robust04 Noul 0.0 90.9 53.7 来源 ↗
generalization japanese knowledge hard Score 0.0 84.6 45.3 来源 ↗
generalization japanese math formal hard Noul 0.0 34.7 10.6 来源 ↗
generalization japanese math formal hard Score 0.0 6.9 0.9 来源 ↗
gpqa ja main Choice 0.0 54.7 20.9 来源 ↗
hatecheck Noul 0.0 100.0 57.5 来源 ↗
hh rlhf Choice 0.0 33.3 4.5 来源 ↗
jcola Noul 0.0 57.2 21.6 来源 ↗
mmlu prox ja Choice 0.0 69.5 39.5 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 / entity alignment control v1 Score 0.0 100.0 18.4 来源 ↗
open jev / reasoning control v1 Noul 0.0 100.0 34.3 来源 ↗
open jev / snake v1 Noul 0.0 100.0 19.1 来源 ↗
open jev / tic tac toe v1 Choice 0.0 54.5 5.1 来源 ↗
poem sentiment Choice 0.0 68.6 9.3 来源 ↗
spartqa Choice 0.0 93.5 14.0 来源 ↗
synthetic relevance / nanocoir Score 0.0 43.8 6.8 来源 ↗
ud ewt Choice 0.0 96.0 19.6 来源 ↗
winobias Choice 0.0 95.7 42.7 来源 ↗