decision.host
首页 / 模型 / verdict-small

verdict-small

Manav2op ChoiceNoulScore 118M（活跃 21M） dis1mb
Hugging Face 权重Decision Index 排行榜S1MB 排行榜
S1MB Task Avg
6.0
第 90 名 · 覆盖 137/137（100%）
Decision Index Full
0.0
第 110 名 · public 1.9
校准 ECE
0.154
越低越好 · Brier 0.684

模型信息

厂商
Manav2op
类别
开源权重
参数规模
118M（活跃 21M）
基座模型
knowledgator/gliclass-modern-base-v2.0
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
full fine-tune
同族条目
Verdict

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： di、s1mb。 分数与链接均指向原始出处。

Decision Index 领域得分

知识与推理
31.5
语言理解
47.5
检索与分类
15.3
工具与自动化
24.1
艺术与人类品味
44.9

S1MB · 137 个基准

基准类型该模型全场最佳 全场均值对比来源
dbpedia Choice 86.5 98.9 83.5 来源 ↗
laya / ag news Choice 85.1 94.0 75.4 来源 ↗
open jev / mailroom control v1 Choice 83.3 100.0 82.9 来源 ↗
clinc Choice 75.9 99.3 57.3 来源 ↗
massive Choice 72.6 96.7 64.5 来源 ↗
hwu64 Choice 70.2 92.5 56.8 来源 ↗
mtop Choice 56.6 86.9 58.6 来源 ↗
s1mb generalization contextual choice Choice 53.6 100.0 82.6 来源 ↗
banking77 Choice 52.6 93.7 54.6 来源 ↗
miqa Choice 50.0 95.5 61.9 来源 ↗
open jev / customer control v1 Choice 39.1 82.6 64.3 来源 ↗
go emotions Noul 35.1 61.3 38.3 来源 ↗
s1mb generalization diverse choice Choice 31.3 100.0 69.5 来源 ↗
s1mb generalization contextual noul Noul 28.0 98.0 62.0 来源 ↗
open jev / painting geometry v1 Choice 21.1 100.0 46.2 来源 ↗
aegis2 Noul 18.8 62.3 32.8 来源 ↗
scitail Noul 18.0 98.0 53.0 来源 ↗
arct Choice 17.0 89.4 39.4 来源 ↗
ethos Noul 16.0 76.0 43.7 来源 ↗
gretel pii Choice 10.1 94.5 43.1 来源 ↗
openbookqa Choice 8.3 97.2 53.7 来源 ↗
impli Noul 8.0 88.0 46.7 来源 ↗
civil comments Noul 6.5 36.7 21.4 来源 ↗
scicite Choice 6.5 71.0 44.0 来源 ↗
hatecheck Noul 6.0 98.0 47.5 来源 ↗
paws Noul 6.0 88.0 45.7 来源 ↗
s1mb generalization diverse noul Noul 6.0 100.0 59.2 来源 ↗
ethics Noul 5.6 68.6 23.9 来源 ↗
hh rlhf Choice 5.1 23.1 3.1 来源 ↗
sgd Choice 5.1 96.6 24.4 来源 ↗
laya / typed decisions Choice 4.0 34.5 18.9 来源 ↗
creak Noul 4.0 88.0 38.8 来源 ↗
s1mb generalization diverse score Score 3.4 95.3 42.8 来源 ↗
arc Choice 2.9 98.5 64.4 来源 ↗
aqua rat Choice 2.8 77.5 10.7 来源 ↗
open jev / workflow controls v1 / customer service Noul 2.7 100.0 41.6 来源 ↗
argument quality Noul 2.4 23.9 5.4 来源 ↗
babi nli Noul 2.0 84.0 37.0 来源 ↗
cladder Noul 2.0 94.0 17.7 来源 ↗
laya / enron spam Noul 2.0 100.0 54.6 来源 ↗
winowhy Noul 2.0 62.0 18.8 来源 ↗
corr2cause Choice 1.7 91.7 3.8 来源 ↗
open jev / tic tac toe v1 Choice 1.5 48.5 3.5 来源 ↗
s1mb generalization contextual score Score 0.9 92.7 42.1 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 0.3 54.0 28.6 来源 ↗
argument quality Choice 0.0 95.9 37.4 来源 ↗
bbq Choice 0.0 98.3 53.8 来源 ↗
boardgameqa Choice 0.0 62.5 15.6 来源 ↗
canttalk Noul 0.0 86.0 43.9 来源 ↗
contract nli Choice 0.0 76.0 31.8 来源 ↗
crows pairs Choice 0.0 70.8 30.4 来源 ↗
defeasible nli Choice 0.0 80.4 32.8 来源 ↗
esci Choice 0.0 46.6 13.0 来源 ↗
ethics Choice 0.0 83.3 20.9 来源 ↗
few nerd Choice 0.0 86.4 43.9 来源 ↗
fol nli Choice 0.0 54.1 10.4 来源 ↗
followir core17 Noul 0.0 46.6 21.2 来源 ↗
followir news21 Noul 0.0 42.7 14.9 来源 ↗
followir robust04 Noul 0.0 90.9 46.9 来源 ↗
gsm8k Choice 0.0 78.6 23.5 来源 ↗
hans Noul 0.0 100.0 43.3 来源 ↗
laya / typed decisions Noul 0.0 47.8 24.4 来源 ↗
laya / typed decisions Score 0.0 63.5 26.5 来源 ↗
lexcomp Noul 0.0 52.0 22.5 来源 ↗
logical entailment Noul 0.0 72.0 12.2 来源 ↗
lonli Choice 0.0 86.9 39.2 来源 ↗
nlsat Noul 0.0 22.0 2.1 来源 ↗
open jev / amount extraction control v1 Choice 0.0 100.0 55.0 来源 ↗
open jev / amount extraction control v1 Noul 0.0 100.0 33.3 来源 ↗
open jev / browser control v1 Choice 0.0 100.0 67.4 来源 ↗
open jev / citation control v1 Choice 0.0 100.0 40.9 来源 ↗
open jev / context retention control v1 Noul 0.0 100.0 19.0 来源 ↗
open jev / customer control v1 Noul 0.0 100.0 58.0 来源 ↗
open jev / customer control v1 Score 0.0 99.3 36.7 来源 ↗
open jev / drone control v1 Choice 0.0 100.0 4.8 来源 ↗
open jev / drone control v1 Noul 0.0 100.0 50.2 来源 ↗
open jev / drone control v1 Score 0.0 99.2 1.1 来源 ↗
open jev / email selection control v1 Choice 0.0 100.0 23.4 来源 ↗
open jev / email selection control v1 Noul 0.0 100.0 40.6 来源 ↗
open jev / entity alignment control v1 Noul 0.0 100.0 35.9 来源 ↗
open jev / entity alignment control v1 Score 0.0 100.0 8.1 来源 ↗
open jev / ir control v1 Choice 0.0 88.0 44.8 来源 ↗
open jev / ir control v1 Noul 0.0 100.0 47.3 来源 ↗
open jev / ir control v1 Score 0.0 98.6 10.1 来源 ↗
open jev / mailroom control v1 Noul 0.0 100.0 62.5 来源 ↗
open jev / painting geometry v1 Noul 0.0 100.0 27.2 来源 ↗
open jev / painting geometry v1 Score 0.0 100.0 15.2 来源 ↗
open jev / phone extraction control v1 Choice 0.0 100.0 32.4 来源 ↗
open jev / phone extraction control v1 Noul 0.0 100.0 50.4 来源 ↗
open jev / reasoning control v1 Choice 0.0 95.0 28.4 来源 ↗
open jev / reasoning control v1 Noul 0.0 100.0 25.3 来源 ↗
open jev / reasoning control v1 Score 0.0 90.7 27.7 来源 ↗
open jev / silent failure control v1 Noul 0.0 100.0 38.8 来源 ↗
open jev / snake v1 Choice 0.0 83.5 8.1 来源 ↗
open jev / snake v1 Noul 0.0 100.0 9.0 来源 ↗
open jev / sponsor segment control v1 Choice 0.0 100.0 52.2 来源 ↗
open jev / vizdoom basic v1 Noul 0.0 100.0 39.0 来源 ↗
open jev / vizdoom basic v1 Score 0.0 100.0 29.6 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 0.0 100.0 27.8 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 0.0 100.0 34.6 来源 ↗
open jev / workflow controls v1 / security incidents Noul 0.0 100.0 37.8 来源 ↗
patent similarity Score 0.0 48.3 17.7 来源 ↗
plane Noul 0.0 100.0 11.1 来源 ↗
poem sentiment Choice 0.0 57.1 4.0 来源 ↗
qasper Noul 0.0 88.0 41.6 来源 ↗
quartz Choice 0.0 88.1 49.1 来源 ↗
robust lr Choice 0.0 66.7 18.8 来源 ↗
ruletaker Noul 0.0 96.0 27.7 来源 ↗
scone Choice 0.0 92.0 34.2 来源 ↗
sdoh nli Noul 0.0 92.0 60.8 来源 ↗
snli Choice 0.0 98.4 46.0 来源 ↗
spartqa Choice 0.0 38.7 4.4 来源 ↗
stepgame Choice 0.0 82.1 17.8 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 0.0 48.2 15.6 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 36.0 7.7 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 0.0 52.1 29.0 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 0.0 44.9 17.6 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 0.0 46.7 15.2 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 0.0 70.8 28.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 0.0 63.6 13.9 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 0.0 62.5 37.3 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 0.0 52.6 17.8 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 0.0 46.2 25.1 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 0.0 38.6 10.7 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 0.0 67.2 39.5 来源 ↗
synthetic relevance / nanobeir / nanonq Score 0.0 49.4 9.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 0.0 41.7 17.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 0.0 36.7 7.2 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 0.0 47.0 26.6 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 0.0 44.3 20.6 来源 ↗
synthetic relevance / nanocoir Noul 0.0 73.0 33.6 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 4.3 来源 ↗
temporal nli Choice 0.0 80.7 18.3 来源 ↗
tracie Noul 0.0 34.0 8.7 来源 ↗
ud ewt Choice 0.0 56.7 13.2 来源 ↗
winobias Choice 0.0 91.3 30.1 来源 ↗
wiqa Choice 0.0 58.7 19.3 来源 ↗

Decision Index · 37 个基准

基准类型该模型全场最佳 全场均值对比来源
New Yorker 混合（Choice 80.0 82.0 52.9 来源 ↗
cfcolor 混合（Choice 65.6 70.2 57.9 来源 ↗
PhishNChips 混合（Choice 55.3 99.9 62.1 来源 ↗
ARC-Easy 混合（Choice 52.1 99.5 87.3 来源 ↗
HoVer 混合（Choice 51.7 89.4 63.8 来源 ↗
NLI4CT 混合（Choice 51.5 86.2 69.3 来源 ↗
RouterBench 混合（Choice 50.8 80.1 73.2 来源 ↗
WinoGrande 混合（Choice 49.4 97.5 69.8 来源 ↗
BPoMP 混合（Choice 47.6 97.0 73.8 来源 ↗
FinEntity 混合（Choice 42.1 97.1 73.8 来源 ↗
MuSR 混合（Choice 41.0 86.2 56.0 来源 ↗
CRUXEval 混合（Choice 39.3 87.9 50.7 来源 ↗
BFCL 混合（Choice 38.8 98.8 80.5 来源 ↗
Humicroedit 混合（Choice 38.6 75.1 57.2 来源 ↗
CLadder 混合（Choice 37.9 97.7 62.5 来源 ↗
Habermas 混合（Choice 37.7 71.8 42.2 来源 ↗
When2Call 混合（Choice 36.8 91.7 57.8 来源 ↗
HellaSwag 混合（Choice 35.1 98.5 73.0 来源 ↗
BBH 混合（Choice 33.6 92.9 58.3 来源 ↗
VAST 混合（Choice 33.4 82.0 50.1 来源 ↗
MMLU 混合（Choice 30.9 91.9 64.4 来源 ↗
GPQA Diamond 混合（Choice 28.7 78.3 37.7 来源 ↗
ARC-Challenge 混合（Choice 27.4 98.2 79.4 来源 ↗
ContractNLI 混合（Choice 21.2 86.5 59.9 来源 ↗
ToolRet 混合（Choice 19.0 69.1 55.1 来源 ↗
ChessBench 混合（Choice 17.4 40.2 14.2 来源 ↗
HLE 混合（Choice 15.0 20.4 12.3 来源 ↗
ANLI 混合（Choice 14.9 98.6 54.0 来源 ↗
MMLU-Pro 混合（Choice 13.4 82.7 42.3 来源 ↗
Amazon ESCI 混合（Choice 12.8 61.6 40.9 来源 ↗
RAGTruth 混合（Choice 11.9 86.0 52.1 来源 ↗
iSarcasmEval 混合（Choice 10.1 71.0 38.4 来源 ↗
BRIGHT 混合（Choice 9.0 50.9 36.1 来源 ↗
SGD 混合（Choice 7.9 73.4 47.4 来源 ↗
ACOS 混合（Choice 3.6 57.3 14.6 来源 ↗
GSM8K 混合（Choice 3.1 83.5 36.0 来源 ↗
SATA-Bench 混合（Choice 1.2 37.2 20.3 来源 ↗