decision.host
首页 / 模型 / kas-4b

kas-4b

kpiya ChoiceNoulScore 4.0B（活跃 3.6B） Decision IndexS1MB
Hugging Face 权重Decision Index 排行榜S1MB 排行榜
S1MB Task Avg
36.0
第 76 名 · 覆盖 137/137（100%）
Decision Index Full
36.7
第 63 名 · public 38.4
校准 ECE
0.098
越低越好 · Brier 0.463

模型信息

厂商
kpiya
类别
开源权重
参数规模
4.0B（活跃 3.6B）
基座模型
Qwen/Qwen3-4B
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
LoRA
同族条目
Kas 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
63.8
语言理解
68.5
检索与分类
68.0
工具与自动化
80.4
艺术与人类品味
58.4

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 72.2 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 86.3 来源 ↗
s1mb generalization contextual choice Choice 98.7 100.0 85.8 来源 ↗
dbpedia Choice 96.6 98.9 85.8 来源 ↗
s1mb generalization diverse choice Choice 90.8 100.0 74.0 来源 ↗
laya / enron spam Noul 90.0 100.0 60.4 来源 ↗
open jev / sponsor segment control v1 Choice 89.7 100.0 60.1 来源 ↗
open jev / painting geometry v1 Choice 89.5 100.0 52.6 来源 ↗
miqa Choice 88.6 95.5 66.9 来源 ↗
open jev / drone control v1 Noul 88.2 100.0 58.5 来源 ↗
s1mb generalization contextual noul Noul 88.0 98.0 67.8 来源 ↗
open jev / ir control v1 Choice 84.0 88.0 50.8 来源 ↗
sdoh nli Noul 84.0 94.0 64.7 来源 ↗
arc Choice 83.8 98.5 69.3 来源 ↗
argument quality Choice 83.7 95.9 45.0 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 68.4 来源 ↗
open jev / mailroom control v1 Noul 82.5 100.0 68.0 来源 ↗
massive Choice 81.9 96.7 69.3 来源 ↗
laya / ag news Choice 80.6 94.0 75.3 来源 ↗
bbq Choice 80.0 98.3 60.0 来源 ↗
clinc Choice 77.2 99.3 65.4 来源 ↗
open jev / entity alignment control v1 Noul 76.5 100.0 43.7 来源 ↗
s1mb generalization diverse noul Noul 76.0 100.0 65.8 来源 ↗
quartz Choice 73.8 90.5 54.4 来源 ↗
openbookqa Choice 73.6 97.2 58.7 来源 ↗
open jev / workflow controls v1 / customer service Noul 72.7 100.0 48.8 来源 ↗
hwu64 Choice 72.3 93.6 62.9 来源 ↗
open jev / ir control v1 Noul 71.4 100.0 54.2 来源 ↗
s1mb generalization diverse score Score 71.2 96.3 46.8 来源 ↗
impli Noul 70.0 88.0 51.5 来源 ↗
open jev / phone extraction control v1 Noul 70.0 100.0 56.8 来源 ↗
s1mb generalization contextual score Score 69.4 97.3 46.7 来源 ↗
lonli Choice 68.8 96.7 45.7 来源 ↗
gretel pii Choice 68.8 94.5 47.8 来源 ↗
open jev / amount extraction control v1 Choice 68.6 100.0 58.6 来源 ↗
followir robust04 Noul 68.2 90.9 51.1 来源 ↗
mtop Choice 68.0 88.6 63.3 来源 ↗
creak Noul 68.0 90.0 42.8 来源 ↗
few nerd Choice 66.0 86.4 48.5 来源 ↗
open jev / email selection control v1 Noul 65.4 100.0 48.5 来源 ↗
hatecheck Noul 64.0 98.0 51.7 来源 ↗
hans Noul 62.0 100.0 47.1 来源 ↗
scone Choice 62.0 94.0 40.7 来源 ↗
ethos Noul 60.0 76.0 46.8 来源 ↗
open jev / citation control v1 Choice 59.1 100.0 48.5 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 59.0 100.0 40.7 来源 ↗
open jev / painting geometry v1 Noul 57.1 100.0 34.6 来源 ↗
babi nli Noul 56.0 92.0 42.1 来源 ↗
open jev / reasoning control v1 Choice 55.0 100.0 34.7 来源 ↗
banking77 Choice 53.7 93.7 60.0 来源 ↗
snli Choice 53.2 98.4 52.9 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 53.0 77.7 31.7 来源 ↗
open jev / customer control v1 Noul 52.9 100.0 62.2 来源 ↗
gsm8k Choice 52.9 82.9 30.0 来源 ↗
cladder Noul 52.0 94.0 22.1 来源 ↗
paws Noul 52.0 90.0 48.5 来源 ↗
ethics Choice 50.0 83.3 24.0 来源 ↗
scitail Noul 50.0 98.0 57.0 来源 ↗
go emotions Noul 47.1 63.4 40.4 来源 ↗
crows pairs Choice 45.8 70.8 33.6 来源 ↗
open jev / phone extraction control v1 Choice 45.6 100.0 38.6 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 45.3 52.1 32.1 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 44.7 71.2 44.1 来源 ↗
defeasible nli Choice 43.5 87.0 37.3 来源 ↗
winobias Choice 43.5 93.5 35.7 来源 ↗
arct Choice 42.5 89.4 43.2 来源 ↗
open jev / silent failure control v1 Noul 42.0 100.0 43.1 来源 ↗
followir news21 Noul 40.7 48.0 17.3 来源 ↗
scicite Choice 40.3 71.0 45.8 来源 ↗
aegis2 Noul 40.3 64.9 36.3 来源 ↗
qasper Noul 40.0 88.0 46.9 来源 ↗
open jev / reasoning control v1 Score 36.4 95.1 31.7 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 35.2 49.7 28.0 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 34.9 46.6 20.2 来源 ↗
lexcomp Noul 34.0 60.0 24.5 来源 ↗
ruletaker Noul 34.0 100.0 31.9 来源 ↗
open jev / vizdoom basic v1 Score 33.3 100.0 35.1 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 32.5 63.0 41.5 来源 ↗
open jev / email selection control v1 Choice 32.2 100.0 30.4 来源 ↗
open jev / amount extraction control v1 Noul 31.3 100.0 37.9 来源 ↗
patent similarity Score 30.8 48.3 20.3 来源 ↗
canttalk Noul 30.0 92.0 47.9 来源 ↗
laya / typed decisions Score 29.5 76.0 31.9 来源 ↗
sgd Choice 28.8 96.6 26.1 来源 ↗
ethics Noul 26.9 75.6 28.0 来源 ↗
followir core17 Noul 26.2 46.6 23.5 来源 ↗
wiqa Choice 25.4 60.3 21.0 来源 ↗
fol nli Choice 24.6 68.8 12.6 来源 ↗
civil comments Noul 24.2 39.8 23.0 来源 ↗
boardgameqa Choice 23.4 75.0 19.2 来源 ↗
robust lr Choice 23.3 66.7 22.8 来源 ↗
aqua rat Choice 22.5 77.5 14.0 来源 ↗
laya / typed decisions Choice 22.3 34.5 21.4 来源 ↗
stepgame Choice 21.4 82.1 20.5 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 21.3 100.0 33.3 来源 ↗
open jev / customer control v1 Score 20.3 99.3 39.9 来源 ↗
contract nli Choice 19.7 80.3 37.3 来源 ↗
laya / typed decisions Noul 19.4 49.2 27.3 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 19.3 47.0 29.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 19.0 58.0 32.0 来源 ↗
tracie Noul 18.0 58.0 10.0 来源 ↗
argument quality Noul 17.6 26.9 6.4 来源 ↗
synthetic relevance / nanocoir Noul 16.4 73.0 38.3 来源 ↗
winowhy Noul 16.0 64.0 21.3 来源 ↗
open jev / snake v1 Choice 15.5 83.5 12.6 来源 ↗
open jev / reasoning control v1 Noul 14.3 100.0 28.9 来源 ↗
ud ewt Choice 14.2 64.1 15.3 来源 ↗
temporal nli Choice 12.9 83.9 20.9 来源 ↗
esci Choice 12.3 46.6 14.8 来源 ↗
plane Noul 12.0 100.0 11.3 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 9.0 45.0 20.1 来源 ↗
logical entailment Noul 8.0 72.0 13.4 来源 ↗
open jev / snake v1 Noul 7.8 100.0 13.2 来源 ↗
open jev / workflow controls v1 / security incidents Noul 6.7 100.0 43.2 来源 ↗
corr2cause Choice 6.7 91.7 4.3 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 2.2 53.5 18.8 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 0.9 47.5 22.9 来源 ↗
hh rlhf Choice 0.0 33.3 3.3 来源 ↗
nlsat Noul 0.0 22.0 2.8 来源 ↗
open jev / context retention control v1 Noul 0.0 100.0 26.7 来源 ↗
open jev / drone control v1 Choice 0.0 100.0 9.2 来源 ↗
open jev / drone control v1 Score 0.0 99.2 3.8 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 / painting geometry v1 Score 0.0 100.0 21.3 来源 ↗
open jev / tic tac toe v1 Choice 0.0 54.5 4.0 来源 ↗
open jev / vizdoom basic v1 Noul 0.0 100.0 45.8 来源 ↗
poem sentiment Choice 0.0 68.6 5.3 来源 ↗
spartqa Choice 0.0 91.9 6.8 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 43.1 8.7 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 0.0 46.7 17.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 0.0 63.6 16.0 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 0.0 54.9 20.9 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 0.0 38.6 12.8 来源 ↗
synthetic relevance / nanobeir / nanonq Score 0.0 49.4 10.6 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 0.0 36.7 8.3 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 5.0 来源 ↗

Decision Index · 42 个基准

基准类型该模型全场最佳 全场均值对比来源
BPoMP 混合（Choice 97.0 97.0 73.5 来源 ↗
ARC-Easy 混合（Choice 95.9 99.5 87.4 来源 ↗
BFCL 混合（Choice 92.2 98.8 80.4 来源 ↗
ARC-Challenge 混合（Choice 88.9 98.2 79.3 来源 ↗
CRUXEval 混合（Choice 87.9 87.9 50.5 来源 ↗
CLadder 混合（Choice 85.3 97.7 62.5 来源 ↗
FinEntity 混合（Choice 82.3 97.1 74.0 来源 ↗
HellaSwag 混合（Choice 77.8 98.5 73.1 来源 ↗
CLINC150 混合（Choice 73.3 97.4 68.4 来源 ↗
NLI4CT 混合（Choice 71.7 86.2 69.3 来源 ↗
Habermas 混合（Choice 70.0 71.8 42.4 来源 ↗
RouterBench 混合（Choice 69.2 80.1 73.3 来源 ↗
MMLU 混合（Choice 68.6 91.9 64.2 来源 ↗
SGD 混合（Choice 67.5 73.4 48.0 来源 ↗
WinoGrande 混合（Choice 67.3 97.5 69.8 来源 ↗
cfcolor 混合（Choice 64.7 70.2 57.8 来源 ↗
HoVer 混合（Choice 63.1 89.4 63.9 来源 ↗
Humicroedit 混合（Choice 60.4 75.1 57.2 来源 ↗
BANKING77 混合（Choice 59.4 94.1 69.3 来源 ↗
API-Bank 混合（Choice 59.3 93.1 56.5 来源 ↗
MuSR 混合（Choice 59.0 86.2 55.8 来源 ↗
RAGTruth 混合（Choice 57.6 86.0 52.0 来源 ↗
BBH 混合（Choice 57.0 92.9 58.4 来源 ↗
ToolRet 混合（Choice 55.8 70.6 55.1 来源 ↗
Amazon ESCI 混合（Choice 55.1 61.6 40.8 来源 ↗
ANLI 混合（Choice 54.5 98.6 53.9 来源 ↗
PhishNChips 混合（Choice 53.9 99.9 61.8 来源 ↗
VAST 混合（Choice 52.8 82.0 50.4 来源 ↗
New Yorker 混合（Choice 50.4 82.0 53.0 来源 ↗
ContractNLI 混合（Choice 50.3 86.5 60.5 来源 ↗
When2Call 混合（Choice 45.4 91.7 58.1 来源 ↗
MMLU-Pro 混合（Choice 42.3 82.7 42.1 来源 ↗
GPQA Diamond 混合（Choice 37.2 78.3 37.5 来源 ↗
BRIGHT 混合（Choice 34.0 50.9 36.0 来源 ↗
iSarcasmEval 混合（Choice 30.8 71.0 38.4 来源 ↗
SATA-Bench 混合（Choice 29.6 37.2 20.3 来源 ↗
GSM8K 混合（Choice 25.8 83.5 35.9 来源 ↗
ChessBench 混合（Choice 19.9 40.2 14.2 来源 ↗
ACOS 混合（Choice 10.5 57.3 14.5 来源 ↗
Home appliances 混合（Choice 10.2 98.9 23.3 来源 ↗
HLE 混合（Choice 9.0 20.4 12.3 来源 ↗
POP909 混合（Choice 0.4 76.3 13.2 来源 ↗