decision.host
首页 / 模型 / LiquidAI d1-2B

LiquidAI d1-2B

LiquidAI ChoiceNoulScore 1.9B(活跃 1.7B) S1MB
S1MB Task Avg
46.4
第 81 名 · 覆盖 137/137(100%)

模型信息

厂商
LiquidAI
类别
开源权重
参数规模
1.9B(活跃 1.7B)
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 · 184 个基准

基准类型该模型全场最佳 全场均值对比来源
open jev / customer control v1 Noul 100.0 100.0 68.5 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 64.1 来源 ↗
s1mb generalization contextual choice Choice 100.0 100.0 88.8 来源 ↗
dbpedia Choice 97.8 98.9 88.9 来源 ↗
generalization japanese diverse Choice 97.5 100.0 94.4 来源 ↗
open jev / browser control v1 Choice 95.7 100.0 76.6 来源 ↗
snli Choice 95.2 98.4 60.1 来源 ↗
open jev / sponsor segment control v1 Choice 94.9 100.0 66.5 来源 ↗
jmteb retrieval Choice 94.5 98.7 90.2 来源 ↗
cvbench relation Choice 94.4 96.5 80.1 来源 ↗
open jev / drone control v1 Noul 94.1 100.0 63.9 来源 ↗
generalization vision easy Noul 94.0 100.0 87.6 来源 ↗
clinc Choice 93.8 99.3 70.6 来源 ↗
s1mb generalization diverse choice Choice 93.4 100.0 78.2 来源 ↗
generalization vision easy Choice 92.9 98.6 90.8 来源 ↗
generalization japanese diverse Noul 92.7 100.0 91.6 来源 ↗
cvbench depth Choice 92.0 93.3 78.0 来源 ↗
open jev / mailroom control v1 Noul 90.6 100.0 73.3 来源 ↗
sdoh nli Noul 90.0 100.0 70.1 来源 ↗
lonli Choice 88.5 98.4 53.0 来源 ↗
scienceqa Choice 88.0 99.5 86.8 来源 ↗
open jev / ir control v1 Choice 88.0 88.0 55.6 来源 ↗
s1mb generalization diverse noul Noul 88.0 100.0 70.8 来源 ↗
banking77 Choice 87.4 93.7 64.3 来源 ↗
massive Choice 86.8 97.8 73.5 来源 ↗
laya / ag news Choice 86.6 94.0 77.7 来源 ↗
miqa Choice 86.4 97.7 71.1 来源 ↗
paws Noul 86.0 92.0 52.7 来源 ↗
open jev / customer control v1 Score 85.8 99.3 44.6 来源 ↗
open jev / ir control v1 Noul 85.7 100.0 60.4 来源 ↗
sugarcrepe Choice 85.7 95.2 81.0 来源 ↗
hatecheck Noul 84.0 100.0 57.6 来源 ↗
scitail Noul 84.0 98.0 63.5 来源 ↗
scone Choice 84.0 98.0 48.7 来源 ↗
open jev / workflow controls v1 / customer service Noul 84.0 100.0 53.9 来源 ↗
jcommonsenseqa Choice 83.8 97.9 87.7 来源 ↗
bbq Choice 83.3 98.3 64.6 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 71.6 来源 ↗
nlvr2 Noul 82.5 88.9 59.7 来源 ↗
mtop Choice 82.3 93.2 67.5 来源 ↗
s1mb generalization contextual noul Noul 82.0 100.0 72.2 来源 ↗
hwu64 Choice 81.9 95.7 67.3 来源 ↗
open jev / workflow controls v1 / security incidents Noul 81.3 100.0 50.1 来源 ↗
arc Choice 80.9 98.5 73.8 来源 ↗
open jev / phone extraction control v1 Choice 80.4 100.0 44.6 来源 ↗
open jev / amount extraction control v1 Choice 80.4 100.0 63.3 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 80.0 100.0 39.6 来源 ↗
openbookqa Choice 79.2 98.6 64.5 来源 ↗
rvlcdip Choice 78.0 78.0 61.8 来源 ↗
generalization japanese knowledge hard Choice 77.8 99.6 88.0 来源 ↗
open jev / email selection control v1 Noul 76.9 100.0 57.0 来源 ↗
followir robust04 Noul 76.7 90.9 53.8 来源 ↗
quartz Choice 76.2 90.5 59.5 来源 ↗
laya / enron spam Noul 76.0 100.0 65.0 来源 ↗
nights Choice 75.2 92.0 75.3 来源 ↗
s1mb generalization contextual score Score 75.1 99.3 52.7 来源 ↗
gretel pii Choice 75.0 94.8 51.3 来源 ↗
canttalk Noul 74.0 92.0 50.7 来源 ↗
hans Noul 74.0 100.0 53.2 来源 ↗
jnli Choice 74.0 87.5 68.4 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 73.8 100.0 47.2 来源 ↗
cvbench distance Choice 73.6 79.9 59.6 来源 ↗
pope Noul 73.3 80.0 73.0 来源 ↗
qasper Noul 72.0 88.0 51.5 来源 ↗
commonsensemoralja Noul 70.0 89.3 68.2 来源 ↗
impli Noul 70.0 96.0 57.2 来源 ↗
vsr Noul 69.1 77.6 48.5 来源 ↗
open jev / email selection control v1 Choice 68.7 100.0 38.6 来源 ↗
open jev / painting geometry v1 Choice 68.4 100.0 60.5 来源 ↗
babi nli Noul 68.0 96.0 48.6 来源 ↗
argument quality Choice 67.3 95.9 53.3 来源 ↗
s1mb generalization diverse score Score 66.1 97.6 52.8 来源 ↗
jsts Score 65.4 69.9 55.6 来源 ↗
contract nli Choice 64.8 81.6 43.2 来源 ↗
visa Noul 62.6 73.4 30.1 来源 ↗
few nerd Choice 62.0 87.8 52.9 来源 ↗
mvtec ad Noul 61.6 76.9 51.2 来源 ↗
creak Noul 60.0 90.0 48.3 来源 ↗
aegis2 Noul 59.7 68.3 39.7 来源 ↗
scicite Choice 58.1 74.2 49.5 来源 ↗
open jev / citation control v1 Choice 56.1 100.0 55.9 来源 ↗
ethos Noul 56.0 76.0 49.5 来源 ↗
tallyqa Score 55.8 72.0 48.1 来源 ↗
generalization vision hard Noul 55.7 84.9 48.0 来源 ↗
gsm8k Choice 55.7 95.7 38.1 来源 ↗
robust lr Choice 55.0 98.3 29.4 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 54.4 64.1 45.4 来源 ↗
winobias Choice 54.4 95.7 42.7 来源 ↗
go emotions Noul 54.1 63.4 42.2 来源 ↗
ruletaker Noul 54.0 100.0 39.4 来源 ↗
generalization vision hard Choice 53.3 84.1 48.6 来源 ↗
open jev / painting geometry v1 Noul 50.5 100.0 42.0 来源 ↗
open jev / vizdoom basic v1 Score 50.2 100.0 42.4 来源 ↗
crows pairs Choice 50.0 77.1 38.0 来源 ↗
open jev / amount extraction control v1 Noul 50.0 100.0 44.2 来源 ↗
open jev / reasoning control v1 Choice 50.0 100.0 41.7 来源 ↗
spartqa Choice 48.4 93.5 14.2 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 48.4 72.7 48.0 来源 ↗
open jev / reasoning control v1 Noul 46.7 100.0 34.3 来源 ↗
generalization vision easy Score 46.7 79.7 50.0 来源 ↗
jmmlu japan Choice 46.7 94.2 68.3 来源 ↗
jsem Choice 45.7 69.2 46.2 来源 ↗
synthetic relevance / nanocoir Noul 43.6 73.6 42.2 来源 ↗
kuci Choice 43.1 85.8 64.3 来源 ↗
jamp Choice 42.0 81.5 50.1 来源 ↗
open jev / reasoning control v1 Score 41.7 96.3 38.3 来源 ↗
lexcomp Noul 40.0 60.0 27.8 来源 ↗
laya / typed decisions Noul 39.9 49.2 30.0 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 39.6 48.2 32.3 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 39.1 57.3 25.1 来源 ↗
jsick sts Score 38.6 61.5 40.2 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 38.3 49.4 25.5 来源 ↗
cladder Noul 38.0 94.0 28.6 来源 ↗
open jev / entity alignment control v1 Noul 37.2 100.0 50.5 来源 ↗
defeasible nli Choice 37.0 89.1 43.1 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 36.7 58.0 35.3 来源 ↗
arct Choice 36.2 89.4 49.2 来源 ↗
stepgame Choice 35.7 82.1 24.9 来源 ↗
followir core17 Noul 35.5 46.6 25.2 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 35.5 78.9 36.1 来源 ↗
civil comments Noul 35.3 52.8 25.2 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 35.1 53.2 33.8 来源 ↗
patent similarity Score 34.2 53.0 24.1 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 34.1 53.5 22.1 来源 ↗
generalization japanese knowledge hard Noul 34.0 87.3 50.8 来源 ↗
wiqa Choice 33.3 68.3 24.1 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 33.3 49.7 29.6 来源 ↗
laya / typed decisions Score 31.0 76.0 35.4 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 30.8 50.3 23.4 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 30.1 49.0 21.1 来源 ↗
mmmlu Choice 29.8 78.2 52.8 来源 ↗
fol nli Choice 29.5 75.4 17.3 来源 ↗
logical entailment Noul 28.0 84.0 18.7 来源 ↗
ethics Noul 27.1 80.6 33.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 26.0 71.8 20.9 来源 ↗
laya / typed decisions Choice 25.2 35.7 23.3 来源 ↗
janli Choice 24.4 88.9 42.3 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 24.4 40.9 15.9 来源 ↗
sgd Choice 23.7 96.6 28.6 来源 ↗
open jev / vizdoom basic v1 Noul 23.5 100.0 53.0 来源 ↗
corr2cause Choice 23.3 91.7 9.4 来源 ↗
open jev / entity alignment control v1 Score 22.8 100.0 18.5 来源 ↗
mmlu prox ja Choice 21.9 69.5 39.6 来源 ↗
open jev / snake v1 Choice 21.6 83.5 18.4 来源 ↗
generalization japanese knowledge hard Score 21.4 86.8 45.6 来源 ↗
plane Noul 20.0 100.0 12.6 来源 ↗
ud ewt Choice 18.8 96.0 19.5 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 18.3 48.5 21.5 来源 ↗
tracie Noul 18.0 68.0 14.4 来源 ↗
winowhy Noul 16.0 66.0 25.8 来源 ↗
boardgameqa Choice 15.6 90.6 24.4 来源 ↗
generalization japanese math formal hard Choice 15.6 48.4 21.2 来源 ↗
aqua rat Choice 14.1 83.1 19.6 来源 ↗
mintaka ja boolean Noul 14.0 68.0 37.5 来源 ↗
esci Choice 13.7 49.3 17.5 来源 ↗
followir news21 Noul 12.0 58.0 18.4 来源 ↗
synthetic relevance / nanobeir / nanonq Score 11.9 54.3 13.3 来源 ↗
generalization vision hard Score 11.7 49.2 19.7 来源 ↗
temporal nli Choice 11.3 100.0 27.9 来源 ↗
gpqa ja main Choice 8.9 54.7 21.0 来源 ↗
jcola Noul 7.5 57.2 21.5 来源 ↗
jamc qa Choice 6.7 65.3 22.9 来源 ↗
open jev / context retention control v1 Noul 6.0 100.0 35.1 来源 ↗
sobaco culture Choice 4.5 80.5 30.8 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 4.5 36.7 10.6 来源 ↗
open jev / drone control v1 Choice 3.5 100.0 13.3 来源 ↗
jculture mcq Noul 2.6 44.3 12.9 来源 ↗
argument quality Noul 1.8 30.2 7.7 来源 ↗
ethics Choice 0.0 100.0 28.3 来源 ↗
generalization japanese math formal hard Noul 0.0 34.7 10.7 来源 ↗
generalization japanese math formal hard Score 0.0 9.9 1.1 来源 ↗
hh rlhf Choice 0.0 33.3 4.4 来源 ↗
koniq Score 0.0 51.8 8.1 来源 ↗
nlsat Noul 0.0 22.0 3.2 来源 ↗
open jev / drone control v1 Score 0.0 100.0 7.1 来源 ↗
open jev / ir control v1 Score 0.0 100.0 22.9 来源 ↗
open jev / painting geometry v1 Score 0.0 100.0 29.6 来源 ↗
open jev / silent failure control v1 Noul 0.0 100.0 49.5 来源 ↗
open jev / snake v1 Noul 0.0 100.0 19.0 来源 ↗
open jev / tic tac toe v1 Choice 0.0 54.5 5.1 来源 ↗
poem sentiment Choice 0.0 68.6 9.2 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 43.2 10.3 来源 ↗
synthetic relevance / nanocoir Score 0.0 43.8 6.8 来源 ↗