decision.host
首页 / 模型 / Sqwish kettei-fat v1.0 (API)

Sqwish kettei-fat v1.0 (API)

未知厂商 ChoiceNoulScore S1MB
S1MB Task Avg
69.1
第 7 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 · 164 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 ↗
hatecheck Noul 100.0 100.0 57.5 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 / context retention control v1 Noul 100.0 100.0 35.2 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 / 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 / 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 / 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 / silent failure control v1 Noul 100.0 100.0 49.8 来源 ↗
open jev / sponsor segment control v1 Choice 100.0 100.0 66.4 来源 ↗
open jev / vizdoom basic v1 Noul 100.0 100.0 53.2 来源 ↗
s1mb generalization contextual choice Choice 100.0 100.0 88.7 来源 ↗
s1mb generalization diverse choice Choice 100.0 100.0 78.1 来源 ↗
s1mb generalization diverse noul Noul 100.0 100.0 70.7 来源 ↗
dbpedia Choice 98.9 98.9 88.9 来源 ↗
open jev / ir control v1 Score 98.8 100.0 23.0 来源 ↗
generalization japanese diverse Noul 98.7 100.0 91.4 来源 ↗
generalization japanese knowledge hard Choice 98.7 99.6 88.0 来源 ↗
openbookqa Choice 98.6 98.6 64.4 来源 ↗
jmteb retrieval Choice 98.3 98.7 90.0 来源 ↗
open jev / entity alignment control v1 Score 98.2 100.0 18.4 来源 ↗
ruletaker Noul 98.0 100.0 39.3 来源 ↗
s1mb generalization contextual noul Noul 98.0 100.0 72.1 来源 ↗
massive Choice 97.8 97.8 73.4 来源 ↗
open jev / painting geometry v1 Score 97.5 100.0 29.7 来源 ↗
clinc Choice 97.2 99.3 70.5 来源 ↗
arc Choice 97.1 98.5 73.8 来源 ↗
robust lr Choice 96.7 98.3 29.3 来源 ↗
open jev / reasoning control v1 Score 96.1 96.3 38.3 来源 ↗
jcommonsenseqa Choice 95.8 97.9 87.6 来源 ↗
hwu64 Choice 95.7 95.7 67.3 来源 ↗
miqa Choice 95.5 97.7 71.1 来源 ↗
lonli Choice 95.1 98.4 52.8 来源 ↗
open jev / mailroom control v1 Noul 95.0 100.0 73.2 来源 ↗
s1mb generalization diverse score Score 94.5 97.6 52.7 来源 ↗
open jev / vizdoom basic v1 Score 94.4 100.0 42.3 来源 ↗
babi nli Noul 94.0 96.0 48.5 来源 ↗
laya / enron spam Noul 94.0 100.0 64.9 来源 ↗
s1mb generalization contextual score Score 93.8 99.3 52.6 来源 ↗
winobias Choice 93.5 95.7 42.7 来源 ↗
scone Choice 92.0 98.0 48.5 来源 ↗
argument quality Choice 91.8 95.9 53.3 来源 ↗
cladder Noul 90.0 94.0 28.5 来源 ↗
impli Noul 90.0 96.0 57.1 来源 ↗
sdoh nli Noul 90.0 100.0 70.0 来源 ↗
commonsensemoralja Noul 89.3 89.3 67.8 来源 ↗
gretel pii Choice 88.3 94.8 51.1 来源 ↗
quartz Choice 88.1 90.5 59.4 来源 ↗
laya / ag news Choice 88.1 94.0 77.7 来源 ↗
creak Noul 88.0 90.0 48.2 来源 ↗
paws Noul 88.0 92.0 52.5 来源 ↗
few nerd Choice 87.8 87.8 52.9 来源 ↗
open jev / amount extraction control v1 Noul 87.5 100.0 44.2 来源 ↗
arct Choice 87.2 89.4 49.3 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 87.2 100.0 47.0 来源 ↗
snli Choice 87.1 98.4 59.9 来源 ↗
spartqa Choice 87.1 93.5 14.0 来源 ↗
defeasible nli Choice 87.0 89.1 43.1 来源 ↗
mtop Choice 86.9 93.2 67.4 来源 ↗
banking77 Choice 85.3 93.7 64.2 来源 ↗
bbq Choice 85.0 98.3 64.5 来源 ↗
open jev / reasoning control v1 Choice 85.0 100.0 41.7 来源 ↗
generalization japanese knowledge hard Score 84.6 84.6 45.3 来源 ↗
open jev / workflow controls v1 / security incidents Noul 84.5 100.0 50.0 来源 ↗
open jev / amount extraction control v1 Choice 84.3 100.0 63.2 来源 ↗
open jev / snake v1 Noul 83.8 100.0 19.1 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 71.5 来源 ↗
hans Noul 82.0 100.0 53.1 来源 ↗
sgd Choice 81.4 96.6 28.6 来源 ↗
janli Choice 80.0 88.9 41.7 来源 ↗
jmmlu japan Choice 80.0 94.2 68.4 来源 ↗
kuci Choice 80.0 85.8 64.3 来源 ↗
open jev / ir control v1 Choice 80.0 88.0 55.5 来源 ↗
qasper Noul 80.0 88.0 51.4 来源 ↗
jnli Choice 79.5 87.5 68.4 来源 ↗
generalization japanese knowledge hard Noul 79.3 87.3 50.6 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 78.9 78.9 36.1 来源 ↗
mmmlu Choice 78.2 78.2 52.8 来源 ↗
open jev / drone control v1 Choice 78.1 100.0 13.4 来源 ↗
open jev / snake v1 Choice 77.3 83.5 18.3 来源 ↗
ud ewt Choice 76.9 96.0 19.6 来源 ↗
open jev / reasoning control v1 Noul 76.1 100.0 34.3 来源 ↗
ethics Noul 75.7 80.6 33.4 来源 ↗
gsm8k Choice 75.7 95.7 38.0 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 75.5 100.0 39.4 来源 ↗
contract nli Choice 75.5 81.6 43.0 来源 ↗
ethos Noul 74.0 76.0 49.5 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 72.7 72.7 48.0 来源 ↗
stepgame Choice 72.6 82.1 24.8 来源 ↗
boardgameqa Choice 71.9 90.6 24.4 来源 ↗
open jev / customer control v1 Score 71.0 99.3 44.4 来源 ↗
logical entailment Noul 70.0 84.0 18.7 来源 ↗
synthetic relevance / nanocoir Noul 69.9 73.6 42.2 来源 ↗
jsem Choice 69.2 69.2 45.9 来源 ↗
crows pairs Choice 68.8 77.1 37.9 来源 ↗
tracie Noul 68.0 68.0 14.4 来源 ↗
scicite Choice 67.7 74.2 49.4 来源 ↗
open jev / workflow controls v1 / customer service Noul 67.6 100.0 53.7 来源 ↗
ethics Choice 66.7 100.0 28.5 来源 ↗
jsts Score 66.5 69.9 55.3 来源 ↗
canttalk Noul 66.0 92.0 50.5 来源 ↗
scitail Noul 66.0 98.0 63.4 来源 ↗
jamp Choice 65.5 81.5 50.0 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 63.6 64.1 45.3 来源 ↗
fol nli Choice 62.3 75.4 17.3 来源 ↗
followir robust04 Noul 61.8 90.9 53.7 来源 ↗
mintaka ja boolean Noul 60.7 68.0 37.5 来源 ↗
aegis2 Noul 59.7 68.3 39.6 来源 ↗
followir news21 Noul 58.0 58.0 18.4 来源 ↗
laya / typed decisions Score 58.0 76.0 35.4 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 57.3 58.0 35.3 来源 ↗
jcola Noul 57.2 57.2 21.6 来源 ↗
sobaco culture Choice 57.0 80.5 30.6 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 56.9 71.8 20.9 来源 ↗
mmlu prox ja Choice 56.5 69.5 39.5 来源 ↗
temporal nli Choice 53.2 100.0 28.0 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 52.9 53.5 22.0 来源 ↗
civil comments Noul 52.8 52.8 25.2 来源 ↗
open jev / phone extraction control v1 Choice 52.2 100.0 44.4 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 52.0 57.3 25.0 来源 ↗
corr2cause Choice 51.7 91.7 9.3 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 47.7 48.2 32.3 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 47.7 50.3 23.4 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 47.6 49.7 29.6 来源 ↗
go emotions Noul 46.1 63.4 42.1 来源 ↗
wiqa Choice 46.0 68.3 24.0 来源 ↗
patent similarity Score 45.8 53.0 24.0 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 45.6 53.2 33.8 来源 ↗
laya / typed decisions Noul 45.6 49.2 29.9 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 44.4 48.5 21.5 来源 ↗
jculture mcq Noul 44.3 44.3 12.8 来源 ↗
lexcomp Noul 44.0 60.0 27.7 来源 ↗
gpqa ja main Choice 43.6 54.7 20.9 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 42.9 49.4 25.5 来源 ↗
winowhy Noul 42.0 66.0 25.9 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 41.4 49.0 21.0 来源 ↗
esci Choice 41.1 49.3 17.5 来源 ↗
synthetic relevance / nanobeir / nanonq Score 39.0 54.3 13.3 来源 ↗
generalization japanese math formal hard Choice 37.3 48.4 21.0 来源 ↗
laya / typed decisions Choice 35.2 35.7 23.3 来源 ↗
followir core17 Noul 35.1 46.6 25.2 来源 ↗
jamc qa Choice 33.8 65.3 23.0 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 32.6 40.9 15.8 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 29.9 43.2 10.3 来源 ↗
aqua rat Choice 29.6 83.1 19.7 来源 ↗
open jev / drone control v1 Score 29.3 100.0 7.2 来源 ↗
synthetic relevance / nanocoir Score 27.6 43.8 6.8 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 27.1 36.7 10.7 来源 ↗
argument quality Noul 26.5 30.2 7.8 来源 ↗
poem sentiment Choice 20.0 68.6 9.3 来源 ↗
jsick sts Score 19.2 61.5 40.1 来源 ↗
generalization japanese math formal hard Noul 14.0 34.7 10.6 来源 ↗
hh rlhf Choice 12.8 33.3 4.5 来源 ↗
plane Noul 12.0 100.0 12.6 来源 ↗
open jev / tic tac toe v1 Choice 9.1 54.5 5.1 来源 ↗
generalization japanese math formal hard Score 5.1 6.9 0.9 来源 ↗
nlsat Noul 2.0 22.0 3.2 来源 ↗