decision.host
首页 / 模型 / OmniJev/OneJev1.5-9B

OmniJev/OneJev1.5-9B

OmniJev ChoiceNoulScore图像 9.4B(活跃 8.4B) Decision Index VisionS1MB
S1MB Task Avg
48.7
第 68 名 · 覆盖 137/137(100%)
Vision Full
63.4
第 28 名 · public 71.8
校准 ECE
0.019
越低越好

模型信息

厂商
OmniJev
类别
开源权重
参数规模
9.4B(活跃 8.4B)
权重
闭源 / 未公开
许可证
未标注 许可不明
输入模态
文本 图像
决策原语
ChoiceNoulScore
可微调
未确认
训练方式
full fine-tune
同族条目
OneJev1.5-9B

数据来源与链接

本站聚合自: Decision Index Vision、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 / browser control v1 Choice 100.0 100.0 76.5 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 89.6 来源 ↗
open jev / painting geometry v1 Choice 100.0 100.0 60.5 来源 ↗
s1mb generalization contextual choice Choice 100.0 100.0 88.7 来源 ↗
generalization japanese diverse Choice 99.5 100.0 94.2 来源 ↗
dbpedia Choice 98.9 98.9 88.9 来源 ↗
s1mb generalization diverse choice Choice 98.7 100.0 78.1 来源 ↗
generalization japanese diverse Noul 98.0 100.0 91.4 来源 ↗
generalization japanese knowledge hard Choice 97.3 99.6 88.0 来源 ↗
jmteb retrieval Choice 97.0 98.7 90.0 来源 ↗
scienceqa Choice 96.3 99.5 86.7 来源 ↗
s1mb generalization diverse noul Noul 96.0 100.0 70.7 来源 ↗
generalization vision easy Noul 96.0 100.0 87.4 来源 ↗
arc Choice 95.6 98.5 73.8 来源 ↗
clinc Choice 95.2 99.3 70.5 来源 ↗
generalization vision easy Choice 94.8 98.6 90.7 来源 ↗
bbq Choice 93.3 98.3 64.5 来源 ↗
jcommonsenseqa Choice 93.3 97.9 87.6 来源 ↗
open jev / mailroom control v1 Noul 92.5 100.0 73.2 来源 ↗
openbookqa Choice 91.7 98.6 64.4 来源 ↗
open jev / workflow controls v1 / security incidents Noul 90.3 100.0 50.0 来源 ↗
open jev / phone extraction control v1 Noul 90.0 100.0 63.9 来源 ↗
s1mb generalization contextual noul Noul 90.0 100.0 72.1 来源 ↗
open jev / entity alignment control v1 Noul 88.9 100.0 50.6 来源 ↗
banking77 Choice 88.4 93.7 64.2 来源 ↗
sugarcrepe Choice 88.1 95.2 80.9 来源 ↗
massive Choice 87.9 97.8 73.4 来源 ↗
snli Choice 87.1 98.4 59.9 来源 ↗
nights Choice 86.6 92.0 75.3 来源 ↗
scitail Noul 86.0 98.0 63.4 来源 ↗
sdoh nli Noul 86.0 100.0 70.0 来源 ↗
mtop Choice 84.6 93.2 67.4 来源 ↗
impli Noul 84.0 96.0 57.1 来源 ↗
laya / enron spam Noul 84.0 100.0 64.9 来源 ↗
argument quality Choice 83.7 95.9 53.3 来源 ↗
open jev / citation control v1 Choice 83.3 100.0 55.9 来源 ↗
laya / ag news Choice 82.1 94.0 77.7 来源 ↗
miqa Choice 81.8 97.7 71.1 来源 ↗
quartz Choice 81.0 90.5 59.4 来源 ↗
open jev / sponsor segment control v1 Choice 80.8 100.0 66.4 来源 ↗
winobias Choice 80.4 95.7 42.7 来源 ↗
hwu64 Choice 79.8 95.7 67.3 来源 ↗
contract nli Choice 79.2 81.6 43.0 来源 ↗
cvbench depth Choice 78.0 93.3 77.6 来源 ↗
followir robust04 Noul 77.8 90.9 53.7 来源 ↗
jnli Choice 77.5 87.5 68.4 来源 ↗
hatecheck Noul 76.0 100.0 57.5 来源 ↗
lonli Choice 75.4 98.4 52.8 来源 ↗
commonsensemoralja Noul 74.7 89.3 67.8 来源 ↗
jmmlu japan Choice 74.2 94.2 68.4 来源 ↗
babi nli Noul 74.0 96.0 48.5 来源 ↗
creak Noul 74.0 90.0 48.2 来源 ↗
hans Noul 74.0 100.0 53.1 来源 ↗
cvbench relation Choice 73.9 96.5 79.7 来源 ↗
open jev / customer control v1 Choice 73.9 82.6 71.5 来源 ↗
s1mb generalization diverse score Score 73.2 97.6 52.7 来源 ↗
canttalk Noul 72.0 92.0 50.5 来源 ↗
pope Noul 72.0 80.0 73.0 来源 ↗
defeasible nli Choice 71.7 89.1 43.1 来源 ↗
kuci Choice 71.6 85.8 64.3 来源 ↗
gretel pii Choice 71.1 94.8 51.1 来源 ↗
open jev / customer control v1 Noul 69.8 100.0 68.3 来源 ↗
open jev / workflow controls v1 / customer service Noul 69.8 100.0 53.7 来源 ↗
open jev / email selection control v1 Noul 69.2 100.0 56.9 来源 ↗
open jev / amount extraction control v1 Choice 68.6 100.0 63.2 来源 ↗
qasper Noul 68.0 88.0 51.4 来源 ↗
scone Choice 68.0 98.0 48.5 来源 ↗
s1mb generalization contextual score Score 67.8 99.3 52.6 来源 ↗
few nerd Choice 66.3 87.8 52.9 来源 ↗
rvlcdip Choice 65.3 77.6 61.4 来源 ↗
open jev / reasoning control v1 Choice 65.0 100.0 41.7 来源 ↗
scicite Choice 64.5 74.2 49.4 来源 ↗
open jev / ir control v1 Noul 64.3 100.0 60.3 来源 ↗
paws Noul 64.0 92.0 52.5 来源 ↗
crows pairs Choice 62.5 77.1 37.9 来源 ↗
open jev / amount extraction control v1 Noul 62.5 100.0 44.2 来源 ↗
arct Choice 61.7 89.4 49.3 来源 ↗
open jev / phone extraction control v1 Choice 60.9 100.0 44.4 来源 ↗
gsm8k Choice 60.0 95.7 38.0 来源 ↗
open jev / ir control v1 Choice 60.0 88.0 55.5 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 59.8 64.1 45.3 来源 ↗
tallyqa Score 59.7 72.0 48.0 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 58.7 72.7 48.0 来源 ↗
open jev / painting geometry v1 Noul 57.1 100.0 42.0 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 56.1 100.0 39.4 来源 ↗
ethos Noul 56.0 76.0 49.5 来源 ↗
jsem Choice 55.9 69.2 45.9 来源 ↗
generalization vision hard Choice 55.6 84.1 48.5 来源 ↗
synthetic relevance / nanocoir Noul 55.3 73.6 42.2 来源 ↗
generalization vision hard Noul 54.3 84.9 47.9 来源 ↗
jsick sts Score 53.6 61.5 40.1 来源 ↗
open jev / vizdoom basic v1 Score 53.4 100.0 42.3 来源 ↗
mvtec ad Noul 53.4 76.9 51.0 来源 ↗
jamp Choice 53.0 81.5 50.0 来源 ↗
generalization japanese knowledge hard Noul 52.7 87.3 50.6 来源 ↗
mmmlu Choice 52.4 78.2 52.8 来源 ↗
jsts Score 52.1 69.9 55.3 来源 ↗
ruletaker Noul 52.0 100.0 39.3 来源 ↗
vsr Noul 51.3 77.6 48.0 来源 ↗
aegis2 Noul 51.2 68.3 39.6 来源 ↗
generalization vision easy Score 50.5 79.7 50.0 来源 ↗
generalization japanese knowledge hard Score 48.7 84.6 45.3 来源 ↗
ethics Noul 48.5 80.6 33.4 来源 ↗
robust lr Choice 48.3 98.3 29.3 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 47.8 57.3 25.0 来源 ↗
open jev / reasoning control v1 Score 46.4 96.3 38.3 来源 ↗
cladder Noul 46.0 94.0 28.5 来源 ↗
mintaka ja boolean Noul 46.0 68.0 37.5 来源 ↗
go emotions Noul 45.9 63.4 42.1 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 45.9 58.0 35.3 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 44.9 48.2 32.3 来源 ↗
mmlu prox ja Choice 44.0 69.5 39.5 来源 ↗
open jev / customer control v1 Score 43.7 99.3 44.4 来源 ↗
cvbench distance Choice 42.4 79.9 59.3 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 42.2 100.0 47.0 来源 ↗
winowhy Noul 42.0 66.0 25.9 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 41.3 53.5 22.0 来源 ↗
laya / typed decisions Noul 41.2 49.2 29.9 来源 ↗
open jev / reasoning control v1 Noul 40.8 100.0 34.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 40.6 49.0 21.0 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 38.8 53.2 33.8 来源 ↗
lexcomp Noul 38.0 60.0 27.7 来源 ↗
laya / typed decisions Score 37.5 76.0 35.4 来源 ↗
temporal nli Choice 37.1 100.0 28.0 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 36.9 71.8 20.9 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 36.6 49.4 25.5 来源 ↗
janli Choice 35.6 88.9 41.7 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 35.3 50.3 23.4 来源 ↗
wiqa Choice 34.9 68.3 24.0 来源 ↗
sobaco culture Choice 34.5 80.5 30.6 来源 ↗
fol nli Choice 34.4 75.4 17.3 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 34.3 49.7 29.6 来源 ↗
aqua rat Choice 33.8 83.1 19.7 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 32.9 78.9 36.1 来源 ↗
boardgameqa Choice 32.8 90.6 24.4 来源 ↗
stepgame Choice 32.1 82.1 24.8 来源 ↗
open jev / silent failure control v1 Noul 32.0 100.0 49.8 来源 ↗
followir core17 Noul 31.6 46.6 25.2 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 30.0 40.9 15.8 来源 ↗
synthetic relevance / nanobeir / nanonq Score 29.0 54.3 13.3 来源 ↗
esci Choice 28.8 49.3 17.5 来源 ↗
laya / typed decisions Choice 27.1 35.7 23.3 来源 ↗
sgd Choice 27.1 96.6 28.6 来源 ↗
ud ewt Choice 26.6 96.0 19.6 来源 ↗
civil comments Noul 25.7 52.8 25.2 来源 ↗
patent similarity Score 24.9 53.0 24.0 来源 ↗
nlvr2 Noul 24.6 88.9 59.2 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 24.2 43.2 10.3 来源 ↗
logical entailment Noul 24.0 84.0 18.7 来源 ↗
open jev / context retention control v1 Noul 24.0 100.0 35.2 来源 ↗
open jev / painting geometry v1 Score 23.4 100.0 29.7 来源 ↗
visa Noul 22.4 73.4 29.3 来源 ↗
jamc qa Choice 21.8 65.3 23.0 来源 ↗
jcola Noul 21.5 57.2 21.6 来源 ↗
gpqa ja main Choice 20.0 54.7 20.9 来源 ↗
plane Noul 20.0 100.0 12.6 来源 ↗
generalization japanese math formal hard Choice 19.1 48.4 21.0 来源 ↗
open jev / snake v1 Choice 18.6 83.5 18.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 18.1 36.7 10.7 来源 ↗
poem sentiment Choice 17.1 68.6 9.3 来源 ↗
ethics Choice 16.7 100.0 28.5 来源 ↗
open jev / drone control v1 Choice 16.7 100.0 13.4 来源 ↗
argument quality Noul 16.3 30.2 7.8 来源 ↗
synthetic relevance / nanocoir Score 16.1 43.8 6.8 来源 ↗
generalization vision hard Score 14.5 49.2 19.9 来源 ↗
open jev / snake v1 Noul 13.7 100.0 19.1 来源 ↗
spartqa Choice 12.9 93.5 14.0 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 12.4 48.5 21.5 来源 ↗
corr2cause Choice 10.0 91.7 9.3 来源 ↗
jculture mcq Noul 7.1 44.3 12.8 来源 ↗
open jev / drone control v1 Noul 5.9 100.0 63.8 来源 ↗
open jev / tic tac toe v1 Choice 4.5 54.5 5.1 来源 ↗
generalization japanese math formal hard Noul 4.0 34.7 10.6 来源 ↗
nlsat Noul 2.0 22.0 3.2 来源 ↗
tracie Noul 2.0 68.0 14.4 来源 ↗
generalization japanese math formal hard Score 0.1 6.9 0.9 来源 ↗
followir news21 Noul 0.0 58.0 18.4 来源 ↗
hh rlhf Choice 0.0 33.3 4.5 来源 ↗
koniq Score 0.0 51.8 8.2 来源 ↗
open jev / drone control v1 Score 0.0 100.0 7.2 来源 ↗
open jev / email selection control v1 Choice 0.0 100.0 38.4 来源 ↗
open jev / entity alignment control v1 Score 0.0 100.0 18.4 来源 ↗
open jev / ir control v1 Score 0.0 100.0 23.0 来源 ↗
open jev / vizdoom basic v1 Noul 0.0 100.0 53.2 来源 ↗

Decision Index · Vision · 20 个基准

基准类型该模型全场最佳 全场均值对比来源
InfographicVQA 图像 94.0 100.0 86.4 来源 ↗
KIE (CORD+FUNSD) 图像 92.9 97.5 84.7 来源 ↗
InfographicVQA 图像 91.3 100.0 86.4 来源 ↗
Winoground 图像 89.0 95.0 77.7 来源 ↗
KIE (CORD+FUNSD) 图像 84.2 97.5 84.7 来源 ↗
Winoground 图像 77.8 95.0 77.7 来源 ↗
Mind2Web 图像 77.4 94.4 62.8 来源 ↗
CV-Bench 图像 76.3 82.3 54.6 来源 ↗
CharXiv 图像 75.4 83.7 58.4 来源 ↗
BLINK 图像 72.3 79.4 43.9 来源 ↗
RealWorldQA 图像 63.6 76.1 46.6 来源 ↗
CharXiv 图像 56.6 83.7 58.4 来源 ↗
Mind2Web 图像 56.0 94.4 62.8 来源 ↗
Moderation (Hateful Memes) 图像 53.8 71.0 31.4 来源 ↗
CV-Bench 图像 41.7 82.3 54.6 来源 ↗
RealWorldQA 图像 36.0 76.1 46.6 来源 ↗
BLINK 图像 34.7 79.4 43.9 来源 ↗
MMMU-Pro vision 图像 33.6 48.5 29.7 来源 ↗
R-Bench-M 图像 16.6 56.1 24.9 来源 ↗
Moderation (Hateful Memes) 图像 5.0 71.0 31.4 来源 ↗