decision.host
首页 / 模型 / Mapika/decider-0.8b

Mapika/decider-0.8b

Mapika ChoiceNoulScore图像 开源权重 4.2B(活跃 752M) curateddis1mb

Jev 发布次日就出现的开源复刻家族,从 0.8B 到 35B-A3B 以及一个 2B 视觉版(decider-2b-vision,SFT 后做 PPO from pixels)。

S1MB Task Avg
22.6
第 58 名 · 覆盖 137/137(100%)

模型信息

厂商
Mapika
类别
开源权重
参数规模
4.2B(活跃 752M)
基座模型
Qwen3.5 系
权重
可下载(开源)
许可证
Apache-2.0 可商用
输入模态
文本 图像
决策原语
ChoiceNoulScore
可微调
可以
微调方法
约 95 个公开决策数据集做 CE + 教师数据;校准感知 RL;merged LoRA rank 64;按答案类型分别拟合温度(1.03–1.94)
训练方式
full fine-tune

数据来源与链接

本站聚合自: curated、di、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
dbpedia Choice 98.9 98.9 83.5 来源 ↗
s1mb generalization contextual choice Choice 93.6 100.0 82.6 来源 ↗
laya / enron spam Noul 90.0 100.0 54.6 来源 ↗
clinc Choice 89.7 99.3 57.3 来源 ↗
laya / ag news Choice 86.6 94.0 75.4 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 64.3 来源 ↗
massive Choice 78.1 96.7 64.5 来源 ↗
hwu64 Choice 76.6 92.5 56.8 来源 ↗
arc Choice 75.0 98.5 64.4 来源 ↗
open jev / mailroom control v1 Choice 75.0 100.0 82.9 来源 ↗
s1mb generalization diverse choice Choice 72.3 100.0 69.5 来源 ↗
banking77 Choice 71.6 93.7 54.6 来源 ↗
open jev / ir control v1 Noul 71.4 100.0 47.3 来源 ↗
snli Choice 69.3 98.4 46.0 来源 ↗
s1mb generalization contextual noul Noul 68.0 98.0 62.0 来源 ↗
sdoh nli Noul 68.0 92.0 60.8 来源 ↗
open jev / mailroom control v1 Noul 67.5 100.0 62.5 来源 ↗
gretel pii Choice 64.0 94.5 43.1 来源 ↗
mtop Choice 62.3 86.9 58.6 来源 ↗
miqa Choice 61.4 95.5 61.9 来源 ↗
open jev / amount extraction control v1 Choice 60.8 100.0 55.0 来源 ↗
scitail Noul 58.0 98.0 53.0 来源 ↗
open jev / sponsor segment control v1 Choice 55.1 100.0 52.2 来源 ↗
open jev / workflow controls v1 / customer service Noul 54.7 100.0 41.6 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 53.6 67.2 39.5 来源 ↗
go emotions Noul 53.0 61.3 38.3 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 52.4 62.5 37.3 来源 ↗
openbookqa Choice 50.0 97.2 53.7 来源 ↗
few nerd Choice 48.0 86.4 43.9 来源 ↗
qasper Noul 46.0 88.0 41.6 来源 ↗
s1mb generalization diverse noul Noul 46.0 100.0 59.2 来源 ↗
open jev / browser control v1 Choice 45.6 100.0 67.4 来源 ↗
followir robust04 Noul 45.5 90.9 46.9 来源 ↗
quartz Choice 45.2 88.1 49.1 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 44.9 52.1 29.0 来源 ↗
hans Noul 44.0 100.0 43.3 来源 ↗
open jev / ir control v1 Choice 44.0 88.0 44.8 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 42.0 54.0 28.6 来源 ↗
bbq Choice 41.7 98.3 53.8 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 41.5 46.2 25.1 来源 ↗
ethos Noul 40.0 76.0 43.7 来源 ↗
arct Choice 38.3 89.4 39.4 来源 ↗
impli Noul 34.0 88.0 46.7 来源 ↗
open jev / customer control v1 Score 33.2 99.3 36.7 来源 ↗
scicite Choice 32.3 71.0 44.0 来源 ↗
hatecheck Noul 32.0 98.0 47.5 来源 ↗
ruletaker Noul 32.0 96.0 27.7 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 31.8 41.7 17.3 来源 ↗
synthetic relevance / nanocoir Noul 31.8 73.0 33.6 来源 ↗
aegis2 Noul 31.1 62.3 32.8 来源 ↗
s1mb generalization diverse score Score 30.9 95.3 42.8 来源 ↗
open jev / phone extraction control v1 Choice 30.4 100.0 32.4 来源 ↗
contract nli Choice 30.3 76.0 31.8 来源 ↗
open jev / phone extraction control v1 Noul 30.0 100.0 50.4 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 28.8 47.0 26.6 来源 ↗
followir core17 Noul 28.3 46.6 21.2 来源 ↗
babi nli Noul 28.0 84.0 37.0 来源 ↗
laya / typed decisions Score 26.0 63.5 26.5 来源 ↗
canttalk Noul 26.0 86.0 43.9 来源 ↗
logical entailment Noul 26.0 72.0 12.2 来源 ↗
open jev / painting geometry v1 Noul 25.7 100.0 27.2 来源 ↗
open jev / workflow controls v1 / security incidents Noul 24.9 100.0 37.8 来源 ↗
s1mb generalization contextual score Score 24.8 92.7 42.1 来源 ↗
civil comments Noul 24.5 36.7 21.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 24.3 70.8 28.4 来源 ↗
open jev / silent failure control v1 Noul 24.0 100.0 38.8 来源 ↗
defeasible nli Choice 23.9 80.4 32.8 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 22.4 100.0 27.8 来源 ↗
laya / typed decisions Noul 20.3 47.8 24.4 来源 ↗
lexcomp Noul 20.0 52.0 22.5 来源 ↗
lonli Choice 18.0 86.9 39.2 来源 ↗
creak Noul 18.0 88.0 38.8 来源 ↗
open jev / vizdoom basic v1 Noul 17.6 100.0 39.0 来源 ↗
open jev / painting geometry v1 Choice 15.8 100.0 46.2 来源 ↗
open jev / amount extraction control v1 Noul 15.6 100.0 33.3 来源 ↗
open jev / reasoning control v1 Noul 15.4 100.0 25.3 来源 ↗
open jev / email selection control v1 Noul 15.4 100.0 40.6 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 14.9 100.0 34.6 来源 ↗
wiqa Choice 14.3 58.7 19.3 来源 ↗
esci Choice 13.7 46.6 13.0 来源 ↗
stepgame Choice 13.1 82.1 17.8 来源 ↗
open jev / customer control v1 Noul 12.5 100.0 58.0 来源 ↗
winowhy Noul 12.0 62.0 18.8 来源 ↗
open jev / reasoning control v1 Score 11.3 90.7 27.7 来源 ↗
ethics Noul 11.2 68.6 23.9 来源 ↗
laya / typed decisions Choice 11.0 34.5 18.9 来源 ↗
crows pairs Choice 10.4 70.8 30.4 来源 ↗
plane Noul 10.0 100.0 11.1 来源 ↗
followir news21 Noul 9.3 42.7 14.9 来源 ↗
robust lr Choice 8.3 66.7 18.8 来源 ↗
cladder Noul 8.0 94.0 17.7 来源 ↗
scone Choice 8.0 92.0 34.2 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 8.0 44.3 20.6 来源 ↗
argument quality Choice 6.1 95.9 37.4 来源 ↗
open jev / citation control v1 Choice 6.1 100.0 40.9 来源 ↗
tracie Noul 6.0 34.0 8.7 来源 ↗
open jev / reasoning control v1 Choice 5.0 95.0 28.4 来源 ↗
gsm8k Choice 4.3 78.6 23.5 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 3.9 48.2 15.6 来源 ↗
sgd Choice 3.4 96.6 24.4 来源 ↗
ud ewt Choice 2.9 56.7 13.2 来源 ↗
open jev / snake v1 Noul 2.6 100.0 9.0 来源 ↗
open jev / context retention control v1 Noul 2.0 100.0 19.0 来源 ↗
paws Noul 2.0 88.0 45.7 来源 ↗
temporal nli Choice 1.6 80.7 18.3 来源 ↗
aqua rat Choice 0.0 77.5 10.7 来源 ↗
argument quality Noul 0.0 23.9 5.4 来源 ↗
boardgameqa Choice 0.0 62.5 15.6 来源 ↗
corr2cause Choice 0.0 91.7 3.8 来源 ↗
ethics Choice 0.0 83.3 20.9 来源 ↗
fol nli Choice 0.0 54.1 10.4 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 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 / 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 Score 0.0 98.6 10.1 来源 ↗
open jev / painting geometry v1 Score 0.0 100.0 15.2 来源 ↗
open jev / snake v1 Choice 0.0 83.5 8.1 来源 ↗
open jev / tic tac toe v1 Choice 0.0 48.5 3.5 来源 ↗
open jev / vizdoom basic v1 Score 0.0 100.0 29.6 来源 ↗
patent similarity Score 0.0 48.3 17.7 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 / 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 Score 0.0 63.6 13.9 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 0.0 52.6 17.8 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 0.0 38.6 10.7 来源 ↗
synthetic relevance / nanobeir / nanonq Score 0.0 49.4 9.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 0.0 36.7 7.2 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 4.3 来源 ↗
winobias Choice 0.0 91.3 30.1 来源 ↗

同族条目(4)

型号参数Decision Index S1MBVision榜单
Mapika/decider-0.8b 当前 4.2B(活跃 752M) — 22.6 — s1mb
decider-35b-a3b 35B(活跃 34B) 48.5 46.7 — s1mb, di
Decider 4B 4.2B 40.3 42.8 — s1mb, di
Decider 2B 1.9B 25.8 29.4 — s1mb, di