decision.host
首页 / 模型 / kev-8b

kev-8b

Jared Palmer ChoiceNoulScore 开源权重 7.6B(活跃 6.9B) curateds1mb
S1MB Task Avg
36.0
第 44 名 · 覆盖 137/137(100%)

模型信息

厂商
Jared Palmer
类别
开源权重
参数规模
7.6B(活跃 6.9B)
基座模型
Qwen3.5 / Qwen3.8 系列
权重
可下载(开源)
许可证
未标注 许可不明
输入模态
文本
决策原语
ChoiceNoulScore
可微调
可以
微调方法
文档最完整的开源决策模型:koev.train --init_from <ckpt>;LoRA + pointer head;逐 checkpoint 拟合温度(0.8B T=2.35 / 9B T=2.30)
微调硬件
0.8B bf16 仅需 4 GB 显存;4B 走 Modal 约 $1/H100

数据来源与链接

本站聚合自: curated、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
open jev / browser control v1 Choice 100.0 100.0 67.4 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 82.9 来源 ↗
s1mb generalization contextual choice Choice 98.7 100.0 82.6 来源 ↗
dbpedia Choice 97.8 98.9 83.5 来源 ↗
sdoh nli Noul 92.0 92.0 60.8 来源 ↗
arc Choice 91.2 98.5 64.4 来源 ↗
open jev / drone control v1 Noul 88.2 100.0 50.2 来源 ↗
s1mb generalization diverse choice Choice 88.1 100.0 69.5 来源 ↗
bbq Choice 86.7 98.3 53.8 来源 ↗
snli Choice 85.5 98.4 46.0 来源 ↗
laya / ag news Choice 83.6 94.0 75.4 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 64.3 来源 ↗
massive Choice 82.5 96.7 64.5 来源 ↗
miqa Choice 81.8 95.5 61.9 来源 ↗
open jev / sponsor segment control v1 Choice 80.8 100.0 52.2 来源 ↗
banking77 Choice 79.0 93.7 54.6 来源 ↗
clinc Choice 78.6 99.3 57.3 来源 ↗
openbookqa Choice 77.8 97.2 53.7 来源 ↗
hwu64 Choice 77.7 92.5 56.8 来源 ↗
open jev / ir control v1 Choice 76.0 88.0 44.8 来源 ↗
s1mb generalization contextual noul Noul 76.0 98.0 62.0 来源 ↗
mtop Choice 75.4 86.9 58.6 来源 ↗
s1mb generalization diverse noul Noul 74.0 100.0 59.2 来源 ↗
quartz Choice 73.8 88.1 49.1 来源 ↗
scicite Choice 71.0 71.0 44.0 来源 ↗
impli Noul 70.0 88.0 46.7 来源 ↗
followir robust04 Noul 69.6 90.9 46.9 来源 ↗
s1mb generalization contextual score Score 68.3 92.7 42.1 来源 ↗
open jev / silent failure control v1 Noul 68.0 100.0 38.8 来源 ↗
qasper Noul 68.0 88.0 41.6 来源 ↗
open jev / mailroom control v1 Noul 67.2 100.0 62.5 来源 ↗
hatecheck Noul 66.0 98.0 47.5 来源 ↗
open jev / customer control v1 Noul 64.7 100.0 58.0 来源 ↗
open jev / ir control v1 Noul 64.3 100.0 47.3 来源 ↗
canttalk Noul 64.0 86.0 43.9 来源 ↗
scitail Noul 64.0 98.0 53.0 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 63.5 70.8 28.4 来源 ↗
s1mb generalization diverse score Score 63.4 95.3 42.8 来源 ↗
open jev / amount extraction control v1 Choice 60.8 100.0 55.0 来源 ↗
gretel pii Choice 60.1 94.5 43.1 来源 ↗
scone Choice 60.0 92.0 34.2 来源 ↗
open jev / citation control v1 Choice 59.1 100.0 40.9 来源 ↗
lonli Choice 59.0 86.9 39.2 来源 ↗
paws Noul 58.0 88.0 45.7 来源 ↗
creak Noul 56.0 88.0 38.8 来源 ↗
few nerd Choice 54.1 86.4 43.9 来源 ↗
hans Noul 54.0 100.0 43.3 来源 ↗
aegis2 Noul 53.3 62.3 32.8 来源 ↗
laya / enron spam Noul 52.0 100.0 54.6 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 51.2 67.2 39.5 来源 ↗
defeasible nli Choice 50.0 80.4 32.8 来源 ↗
open jev / workflow controls v1 / customer service Noul 49.5 100.0 41.6 来源 ↗
babi nli Noul 48.0 84.0 37.0 来源 ↗
winobias Choice 47.8 91.3 30.1 来源 ↗
argument quality Choice 46.9 95.9 37.4 来源 ↗
contract nli Choice 44.8 76.0 31.8 来源 ↗
go emotions Noul 43.3 61.3 38.3 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 41.2 52.1 29.0 来源 ↗
synthetic relevance / nanocoir Noul 40.6 73.0 33.6 来源 ↗
open jev / reasoning control v1 Choice 40.0 95.0 28.4 来源 ↗
open jev / reasoning control v1 Noul 39.0 100.0 25.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 37.8 54.0 28.6 来源 ↗
crows pairs Choice 37.5 70.8 30.4 来源 ↗
followir news21 Noul 36.0 42.7 14.9 来源 ↗
temporal nli Choice 35.5 80.7 18.3 来源 ↗
open jev / workflow controls v1 / security incidents Noul 34.1 100.0 37.8 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 33.9 62.5 37.3 来源 ↗
open jev / vizdoom basic v1 Score 33.2 100.0 29.6 来源 ↗
open jev / reasoning control v1 Score 32.7 90.7 27.7 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 32.7 41.7 17.3 来源 ↗
ethos Noul 32.0 76.0 43.7 来源 ↗
open jev / context retention control v1 Noul 32.0 100.0 19.0 来源 ↗
wiqa Choice 31.8 58.7 19.3 来源 ↗
open jev / entity alignment control v1 Noul 31.2 100.0 35.9 来源 ↗
followir core17 Noul 30.8 46.6 21.2 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 30.3 44.3 20.6 来源 ↗
cladder Noul 30.0 94.0 17.7 来源 ↗
open jev / phone extraction control v1 Noul 30.0 100.0 50.4 来源 ↗
winowhy Noul 30.0 62.0 18.8 来源 ↗
laya / typed decisions Score 29.8 63.5 26.5 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 29.8 47.0 26.6 来源 ↗
ethics Noul 29.2 68.6 23.9 来源 ↗
sgd Choice 28.8 96.6 24.4 来源 ↗
open jev / customer control v1 Score 28.6 99.3 36.7 来源 ↗
patent similarity Score 28.0 48.3 17.7 来源 ↗
open jev / email selection control v1 Noul 26.9 100.0 40.6 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 26.7 44.9 17.6 来源 ↗
plane Noul 26.0 100.0 11.1 来源 ↗
arct Choice 25.5 89.4 39.4 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 24.8 100.0 27.8 来源 ↗
laya / typed decisions Choice 23.9 34.5 18.9 来源 ↗
ud ewt Choice 23.1 56.7 13.2 来源 ↗
civil comments Noul 22.2 36.7 21.4 来源 ↗
ruletaker Noul 22.0 96.0 27.7 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 21.9 100.0 34.6 来源 ↗
laya / typed decisions Noul 21.4 47.8 24.4 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 21.3 46.2 25.1 来源 ↗
logical entailment Noul 20.0 72.0 12.2 来源 ↗
tracie Noul 20.0 34.0 8.7 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 19.5 48.2 15.6 来源 ↗
open jev / vizdoom basic v1 Noul 19.1 100.0 39.0 来源 ↗
boardgameqa Choice 18.8 62.5 15.6 来源 ↗
open jev / amount extraction control v1 Noul 18.8 100.0 33.3 来源 ↗
open jev / painting geometry v1 Noul 18.1 100.0 27.2 来源 ↗
stepgame Choice 17.9 82.1 17.8 来源 ↗
gsm8k Choice 17.1 78.6 23.5 来源 ↗
aqua rat Choice 16.9 77.5 10.7 来源 ↗
open jev / email selection control v1 Choice 16.5 100.0 23.4 来源 ↗
lexcomp Noul 16.0 52.0 22.5 来源 ↗
open jev / painting geometry v1 Choice 15.8 100.0 46.2 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 15.1 63.6 13.9 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 15.0 52.6 17.8 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 13.6 36.7 7.2 来源 ↗
robust lr Choice 13.3 66.7 18.8 来源 ↗
open jev / phone extraction control v1 Choice 13.0 100.0 32.4 来源 ↗
esci Choice 12.3 46.6 13.0 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 9.6 46.7 15.2 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 9.5 38.6 10.7 来源 ↗
argument quality Noul 8.0 23.9 5.4 来源 ↗
fol nli Choice 6.6 54.1 10.4 来源 ↗
open jev / painting geometry v1 Score 4.5 100.0 15.2 来源 ↗
open jev / tic tac toe v1 Choice 4.5 48.5 3.5 来源 ↗
open jev / snake v1 Noul 0.6 100.0 9.0 来源 ↗
corr2cause Choice 0.0 91.7 3.8 来源 ↗
ethics Choice 0.0 83.3 20.9 来源 ↗
hh rlhf Choice 0.0 23.1 3.1 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 Score 0.0 99.2 1.1 来源 ↗
open jev / entity alignment control v1 Score 0.0 100.0 8.1 来源 ↗
open jev / ir control v1 Score 0.0 98.6 10.1 来源 ↗
open jev / snake v1 Choice 0.0 83.5 8.1 来源 ↗
poem sentiment Choice 0.0 57.1 4.0 来源 ↗
spartqa Choice 0.0 38.7 4.4 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 36.0 7.7 来源 ↗
synthetic relevance / nanobeir / nanonq Score 0.0 49.4 9.3 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 4.3 来源 ↗

同族条目(10)

型号参数Decision Index S1MBVision榜单
kev-8b 当前 7.6B(活跃 6.9B) — 36.0 — s1mb
kev-0.5b 4.2B(活跃 358M) — 10.1 — s1mb
Kev 27B 28B 58.8 — — di
jaredpalmer/kev-9b 7.9B(活跃 6.9B) 43.3 42.4 — s1mb, di
Kev 4B r10 4.7B 39.5 — — di
Kev 0.8B r15 870M 13.7 — — di
kev-0.6b 597M(活跃 441M) — 14.1 — s1mb
jaredpalmer/kev-0.8b 753M(活跃 499M) — 18.7 — s1mb
jaredpalmer/kev-4b 4.2B(活跃 3.6B) — 42.3 — s1mb
kev-0.5b 4.2B(活跃 358M) — 10.1 — s1mb