decision.host
首页 / 模型 / Dinah-0

Dinah-0

Lukitaduarte ChoiceNoulScore 150M(活跃 111M) S1MB
S1MB Task Avg
18.3
第 169 名 · 覆盖 137/137(100%)

模型信息

厂商
Lukitaduarte
类别
开源权重
参数规模
150M(活跃 111M)
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 · 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 / mailroom control v1 Choice 100.0 100.0 89.6 来源 ↗
open jev / vizdoom basic v1 Noul 94.1 100.0 53.2 来源 ↗
clinc Choice 91.7 99.3 70.5 来源 ↗
hwu64 Choice 86.2 95.7 67.3 来源 ↗
open jev / browser control v1 Choice 84.8 100.0 76.5 来源 ↗
massive Choice 84.1 97.8 73.4 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 71.5 来源 ↗
banking77 Choice 82.1 93.7 64.2 来源 ↗
open jev / mailroom control v1 Noul 81.9 100.0 73.2 来源 ↗
dbpedia Choice 78.7 98.9 88.9 来源 ↗
open jev / ir control v1 Noul 78.6 100.0 60.3 来源 ↗
s1mb generalization contextual choice Choice 74.3 100.0 88.7 来源 ↗
open jev / painting geometry v1 Score 70.2 100.0 29.7 来源 ↗
scitail Noul 70.0 98.0 63.4 来源 ↗
laya / typed decisions Score 63.9 76.0 35.4 来源 ↗
snli Choice 61.3 98.4 59.9 来源 ↗
laya / ag news Choice 61.2 94.0 77.7 来源 ↗
mtop Choice 60.0 93.2 67.4 来源 ↗
open jev / painting geometry v1 Choice 57.9 100.0 60.5 来源 ↗
open jev / amount extraction control v1 Choice 56.9 100.0 63.2 来源 ↗
open jev / email selection control v1 Choice 53.0 100.0 38.4 来源 ↗
open jev / customer control v1 Score 50.7 99.3 44.4 来源 ↗
contract nli Choice 47.4 81.6 43.0 来源 ↗
canttalk Noul 44.0 92.0 50.5 来源 ↗
open jev / customer control v1 Noul 43.8 100.0 68.3 来源 ↗
s1mb generalization diverse choice Choice 43.2 100.0 78.1 来源 ↗
laya / typed decisions Noul 40.6 49.2 29.9 来源 ↗
impli Noul 40.0 96.0 57.1 来源 ↗
scicite Choice 38.7 74.2 49.4 来源 ↗
miqa Choice 38.6 97.7 71.1 来源 ↗
sdoh nli Noul 38.0 100.0 70.0 来源 ↗
open jev / vizdoom basic v1 Score 37.6 100.0 42.3 来源 ↗
s1mb generalization diverse noul Noul 36.0 100.0 70.7 来源 ↗
laya / typed decisions Choice 33.9 35.7 23.3 来源 ↗
open jev / workflow controls v1 / customer service Noul 33.9 100.0 53.7 来源 ↗
argument quality Choice 32.6 95.9 53.3 来源 ↗
open jev / phone extraction control v1 Noul 30.0 100.0 63.9 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 29.8 64.1 45.3 来源 ↗
s1mb generalization contextual noul Noul 28.0 100.0 72.1 来源 ↗
babi nli Noul 24.0 96.0 48.5 来源 ↗
lonli Choice 22.9 98.4 52.8 来源 ↗
logical entailment Noul 22.0 84.0 18.7 来源 ↗
open jev / painting geometry v1 Noul 21.9 100.0 42.0 来源 ↗
arct Choice 21.3 89.4 49.3 来源 ↗
hans Noul 20.0 100.0 53.1 来源 ↗
openbookqa Choice 18.1 98.6 64.4 来源 ↗
paws Noul 18.0 92.0 52.5 来源 ↗
open jev / entity alignment control v1 Noul 17.9 100.0 50.6 来源 ↗
open jev / context retention control v1 Noul 16.0 100.0 35.2 来源 ↗
qasper Noul 16.0 88.0 51.4 来源 ↗
ethics Noul 15.2 80.6 33.4 来源 ↗
bbq Choice 15.0 98.3 64.5 来源 ↗
gretel pii Choice 14.9 94.8 51.1 来源 ↗
arc Choice 14.7 98.5 73.8 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 13.9 100.0 39.4 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 13.7 72.7 48.0 来源 ↗
followir robust04 Noul 13.4 90.9 53.7 来源 ↗
open jev / phone extraction control v1 Choice 13.0 100.0 44.4 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 12.2 53.2 33.8 来源 ↗
winobias Choice 10.9 95.7 42.7 来源 ↗
creak Noul 10.0 90.0 48.2 来源 ↗
winowhy Noul 10.0 66.0 25.9 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 9.2 49.7 29.6 来源 ↗
esci Choice 8.2 49.3 17.5 来源 ↗
open jev / sponsor segment control v1 Choice 7.7 100.0 66.4 来源 ↗
open jev / amount extraction control v1 Noul 6.3 100.0 44.2 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 6.1 48.2 32.3 来源 ↗
ruletaker Noul 6.0 100.0 39.3 来源 ↗
gsm8k Choice 5.7 95.7 38.0 来源 ↗
civil comments Noul 5.2 52.8 25.2 来源 ↗
sgd Choice 5.1 96.6 28.6 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 4.6 49.4 25.5 来源 ↗
s1mb generalization contextual score Score 4.3 99.3 52.6 来源 ↗
open jev / reasoning control v1 Noul 4.0 100.0 34.3 来源 ↗
cladder Noul 4.0 94.0 28.5 来源 ↗
patent similarity Score 3.9 53.0 24.0 来源 ↗
open jev / tic tac toe v1 Choice 3.8 54.5 5.1 来源 ↗
robust lr Choice 3.3 98.3 29.3 来源 ↗
fol nli Choice 3.3 75.4 17.3 来源 ↗
open jev / ir control v1 Score 3.2 100.0 23.0 来源 ↗
go emotions Noul 3.2 63.4 42.1 来源 ↗
boardgameqa Choice 3.1 90.6 24.4 来源 ↗
aegis2 Noul 2.8 68.3 39.6 来源 ↗
synthetic relevance / nanocoir Noul 2.7 73.6 42.2 来源 ↗
followir core17 Noul 2.6 46.6 25.2 来源 ↗
quartz Choice 2.4 90.5 59.4 来源 ↗
tracie Noul 2.0 68.0 14.4 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 1.8 58.0 35.3 来源 ↗
open jev / citation control v1 Choice 1.5 100.0 55.9 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 1.4 100.0 47.0 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 1.3 48.5 21.5 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 0.9 78.9 36.1 来源 ↗
open jev / reasoning control v1 Score 0.0 96.3 38.3 来源 ↗
aqua rat Choice 0.0 83.1 19.7 来源 ↗
argument quality Noul 0.0 30.2 7.8 来源 ↗
corr2cause Choice 0.0 91.7 9.3 来源 ↗
crows pairs Choice 0.0 77.1 37.9 来源 ↗
defeasible nli Choice 0.0 89.1 43.1 来源 ↗
ethics Choice 0.0 100.0 28.5 来源 ↗
ethos Noul 0.0 76.0 49.5 来源 ↗
few nerd Choice 0.0 87.8 52.9 来源 ↗
followir news21 Noul 0.0 58.0 18.4 来源 ↗
hatecheck Noul 0.0 100.0 57.5 来源 ↗
hh rlhf Choice 0.0 33.3 4.5 来源 ↗
laya / enron spam Noul 0.0 100.0 64.9 来源 ↗
lexcomp Noul 0.0 60.0 27.7 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 Noul 0.0 100.0 63.8 来源 ↗
open jev / drone control v1 Score 0.0 100.0 7.2 来源 ↗
open jev / email selection control v1 Noul 0.0 100.0 56.9 来源 ↗
open jev / entity alignment control v1 Score 0.0 100.0 18.4 来源 ↗
open jev / ir control v1 Choice 0.0 88.0 55.5 来源 ↗
open jev / reasoning control v1 Choice 0.0 100.0 41.7 来源 ↗
open jev / silent failure control v1 Noul 0.0 100.0 49.8 来源 ↗
open jev / snake v1 Choice 0.0 83.5 18.3 来源 ↗
open jev / snake v1 Noul 0.0 100.0 19.1 来源 ↗
open jev / workflow controls v1 / security incidents Noul 0.0 100.0 50.0 来源 ↗
plane Noul 0.0 100.0 12.6 来源 ↗
poem sentiment Choice 0.0 68.6 9.3 来源 ↗
s1mb generalization diverse score Score 0.0 97.6 52.7 来源 ↗
scone Choice 0.0 98.0 48.5 来源 ↗
spartqa Choice 0.0 93.5 14.0 来源 ↗
stepgame Choice 0.0 82.1 24.8 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 0.0 53.5 22.0 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 43.2 10.3 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 0.0 50.3 23.4 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 0.0 49.0 21.0 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 0.0 71.8 20.9 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 0.0 57.3 25.0 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 0.0 40.9 15.8 来源 ↗
synthetic relevance / nanobeir / nanonq Score 0.0 54.3 13.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 0.0 36.7 10.7 来源 ↗
synthetic relevance / nanocoir Score 0.0 43.8 6.8 来源 ↗
temporal nli Choice 0.0 100.0 28.0 来源 ↗
ud ewt Choice 0.0 96.0 19.6 来源 ↗
wiqa Choice 0.0 68.3 24.0 来源 ↗