decision.host
首页 / 模型 / OneJev 1.6 4B

OneJev 1.6 4B

OmniJev ChoiceNoulScore 5.2B(活跃 4.5B) S1MB
S1MB Task Avg
43.8
第 97 名 · 覆盖 137/137(100%)

模型信息

厂商
OmniJev
类别
开源权重
参数规模
5.2B(活跃 4.5B)
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 / 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 ↗
s1mb generalization contextual choice Choice 98.7 100.0 88.7 来源 ↗
dbpedia Choice 96.6 98.9 88.9 来源 ↗
generalization japanese diverse Choice 96.0 100.0 94.2 来源 ↗
jmteb retrieval Choice 95.8 98.7 90.0 来源 ↗
generalization japanese diverse Noul 95.3 100.0 91.4 来源 ↗
generalization vision easy Noul 94.7 100.0 87.4 来源 ↗
clinc Choice 94.5 99.3 70.5 来源 ↗
generalization vision easy Choice 93.3 98.6 90.7 来源 ↗
scienceqa Choice 92.7 99.5 86.7 来源 ↗
arc Choice 92.7 98.5 73.8 来源 ↗
generalization japanese knowledge hard Choice 92.4 99.6 88.0 来源 ↗
open jev / sponsor segment control v1 Choice 92.3 100.0 66.4 来源 ↗
s1mb generalization diverse choice Choice 90.8 100.0 78.1 来源 ↗
bbq Choice 90.0 98.3 64.5 来源 ↗
s1mb generalization contextual noul Noul 90.0 100.0 72.1 来源 ↗
jcommonsenseqa Choice 89.6 97.9 87.6 来源 ↗
open jev / painting geometry v1 Choice 89.5 100.0 60.5 来源 ↗
miqa Choice 88.6 97.7 71.1 来源 ↗
mtop Choice 88.0 93.2 67.4 来源 ↗
massive Choice 87.9 97.8 73.4 来源 ↗
openbookqa Choice 87.5 98.6 64.4 来源 ↗
s1mb generalization diverse noul Noul 86.0 100.0 70.7 来源 ↗
scitail Noul 86.0 98.0 63.4 来源 ↗
sugarcrepe Choice 85.7 95.2 80.9 来源 ↗
banking77 Choice 85.3 93.7 64.2 来源 ↗
hwu64 Choice 84.0 95.7 67.3 来源 ↗
sdoh nli Noul 84.0 100.0 70.0 来源 ↗
snli Choice 83.9 98.4 59.9 来源 ↗
open jev / workflow controls v1 / security incidents Noul 82.8 100.0 50.0 来源 ↗
scone Choice 82.0 98.0 48.5 来源 ↗
argument quality Choice 81.6 95.9 53.3 来源 ↗
cvbench depth Choice 81.3 93.3 77.6 来源 ↗
quartz Choice 81.0 90.5 59.4 来源 ↗
nights Choice 79.9 92.0 75.3 来源 ↗
laya / ag news Choice 79.1 94.0 77.7 来源 ↗
laya / enron spam Noul 78.0 100.0 64.9 来源 ↗
contract nli Choice 77.7 81.6 43.0 来源 ↗
pope Noul 75.3 80.0 73.0 来源 ↗
cladder Noul 74.0 94.0 28.5 来源 ↗
impli Noul 74.0 96.0 57.1 来源 ↗
open jev / customer control v1 Choice 73.9 82.6 71.5 来源 ↗
open jev / entity alignment control v1 Noul 72.2 100.0 50.6 来源 ↗
jnli Choice 72.0 87.5 68.4 来源 ↗
winobias Choice 71.7 95.7 42.7 来源 ↗
open jev / vizdoom basic v1 Noul 70.6 100.0 53.2 来源 ↗
lonli Choice 70.5 98.4 52.8 来源 ↗
hans Noul 70.0 100.0 53.1 来源 ↗
open jev / phone extraction control v1 Noul 70.0 100.0 63.9 来源 ↗
qasper Noul 70.0 88.0 51.4 来源 ↗
jmmlu japan Choice 69.3 94.2 68.4 来源 ↗
open jev / email selection control v1 Noul 69.2 100.0 56.9 来源 ↗
few nerd Choice 68.8 87.8 52.9 来源 ↗
s1mb generalization diverse score Score 68.7 97.6 52.7 来源 ↗
open jev / amount extraction control v1 Choice 68.6 100.0 63.2 来源 ↗
open jev / mailroom control v1 Noul 68.3 100.0 73.2 来源 ↗
hatecheck Noul 68.0 100.0 57.5 来源 ↗
open jev / ir control v1 Choice 68.0 88.0 55.5 来源 ↗
gretel pii Choice 66.2 94.8 51.1 来源 ↗
canttalk Noul 66.0 92.0 50.5 来源 ↗
ethos Noul 66.0 76.0 49.5 来源 ↗
paws Noul 66.0 92.0 52.5 来源 ↗
open jev / workflow controls v1 / customer service Noul 65.0 100.0 53.7 来源 ↗
open jev / reasoning control v1 Choice 65.0 100.0 41.7 来源 ↗
commonsensemoralja Noul 64.7 89.3 67.8 来源 ↗
creak Noul 64.0 90.0 48.2 来源 ↗
cvbench relation Choice 63.4 96.5 79.7 来源 ↗
robust lr Choice 63.3 98.3 29.3 来源 ↗
rvlcdip Choice 62.3 77.6 61.4 来源 ↗
open jev / citation control v1 Choice 62.1 100.0 55.9 来源 ↗
kuci Choice 61.8 85.8 64.3 来源 ↗
arct Choice 61.7 89.4 49.3 来源 ↗
gsm8k Choice 61.4 95.7 38.0 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 61.4 64.1 45.3 来源 ↗
scicite Choice 61.3 74.2 49.4 来源 ↗
s1mb generalization contextual score Score 60.4 99.3 52.6 来源 ↗
babi nli Noul 60.0 96.0 48.5 来源 ↗
jsts Score 59.3 69.9 55.3 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 57.6 72.7 48.0 来源 ↗
followir robust04 Noul 56.2 90.9 53.7 来源 ↗
synthetic relevance / nanocoir Noul 56.2 73.6 42.2 来源 ↗
tallyqa Score 55.2 72.0 48.0 来源 ↗
defeasible nli Choice 52.2 89.1 43.1 来源 ↗
ruletaker Noul 52.0 100.0 39.3 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 51.7 100.0 47.0 来源 ↗
jamp Choice 50.5 81.5 50.0 来源 ↗
open jev / painting geometry v1 Noul 50.5 100.0 42.0 来源 ↗
mmmlu Choice 49.3 78.2 52.8 来源 ↗
open jev / customer control v1 Score 49.0 99.3 44.4 来源 ↗
go emotions Noul 48.7 63.4 42.1 来源 ↗
ethics Noul 48.7 80.6 33.4 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 47.7 58.0 35.3 来源 ↗
aegis2 Noul 47.4 68.3 39.6 来源 ↗
generalization vision easy Score 45.9 79.7 50.0 来源 ↗
jsick sts Score 45.8 61.5 40.1 来源 ↗
open jev / phone extraction control v1 Choice 45.6 100.0 44.4 来源 ↗
generalization vision hard Choice 45.3 84.1 48.5 来源 ↗
vsr Noul 45.1 77.6 48.0 来源 ↗
jsem Choice 43.6 69.2 45.9 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 43.5 48.2 32.3 来源 ↗
open jev / ir control v1 Noul 42.9 100.0 60.3 来源 ↗
laya / typed decisions Score 42.3 76.0 35.4 来源 ↗
generalization vision hard Noul 42.1 84.9 47.9 来源 ↗
crows pairs Choice 41.7 77.1 37.9 来源 ↗
mvtec ad Noul 41.5 76.9 51.0 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 41.3 53.2 33.8 来源 ↗
open jev / amount extraction control v1 Noul 40.6 100.0 44.2 来源 ↗
open jev / vizdoom basic v1 Score 39.6 100.0 42.3 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 39.2 100.0 39.4 来源 ↗
mmlu prox ja Choice 39.0 69.5 39.5 来源 ↗
cvbench distance Choice 38.9 79.9 59.3 来源 ↗
laya / typed decisions Noul 36.9 49.2 29.9 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 36.7 49.7 29.6 来源 ↗
open jev / painting geometry v1 Score 35.8 100.0 29.7 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 34.7 57.3 25.0 来源 ↗
open jev / reasoning control v1 Noul 34.6 100.0 34.3 来源 ↗
nlvr2 Noul 34.5 88.9 59.2 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 34.5 49.0 21.0 来源 ↗
aqua rat Choice 32.4 83.1 19.7 来源 ↗
janli Choice 31.1 88.9 41.7 来源 ↗
civil comments Noul 30.0 52.8 25.2 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 29.4 71.8 20.9 来源 ↗
open jev / drone control v1 Noul 29.4 100.0 63.8 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 28.8 50.3 23.4 来源 ↗
generalization japanese knowledge hard Score 28.4 84.6 45.3 来源 ↗
generalization japanese knowledge hard Noul 28.0 87.3 50.6 来源 ↗
laya / typed decisions Choice 27.6 35.7 23.3 来源 ↗
ud ewt Choice 27.5 96.0 19.6 来源 ↗
stepgame Choice 27.4 82.1 24.8 来源 ↗
sgd Choice 27.1 96.6 28.6 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 26.6 78.9 36.1 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 26.6 49.4 25.5 来源 ↗
boardgameqa Choice 26.6 90.6 24.4 来源 ↗
followir core17 Noul 26.5 46.6 25.2 来源 ↗
lexcomp Noul 26.0 60.0 27.7 来源 ↗
winowhy Noul 26.0 66.0 25.9 来源 ↗
open jev / snake v1 Noul 25.9 100.0 19.1 来源 ↗
temporal nli Choice 25.8 100.0 28.0 来源 ↗
wiqa Choice 25.4 68.3 24.0 来源 ↗
open jev / reasoning control v1 Score 24.1 96.3 38.3 来源 ↗
mintaka ja boolean Noul 24.0 68.0 37.5 来源 ↗
patent similarity Score 22.7 53.0 24.0 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 22.3 40.9 15.8 来源 ↗
gpqa ja main Choice 21.8 54.7 20.9 来源 ↗
esci Choice 20.6 49.3 17.5 来源 ↗
open jev / context retention control v1 Noul 20.0 100.0 35.2 来源 ↗
tracie Noul 20.0 68.0 14.4 来源 ↗
jamc qa Choice 18.7 65.3 23.0 来源 ↗
generalization japanese math formal hard Choice 17.8 48.4 21.0 来源 ↗
sobaco culture Choice 17.0 80.5 30.6 来源 ↗
ethics Choice 16.7 100.0 28.5 来源 ↗
visa Noul 16.7 73.4 29.3 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 16.1 53.5 22.0 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 15.8 36.7 10.7 来源 ↗
fol nli Choice 14.8 75.4 17.3 来源 ↗
synthetic relevance / nanobeir / nanonq Score 13.2 54.3 13.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 12.0 48.5 21.5 来源 ↗
spartqa Choice 11.3 93.5 14.0 来源 ↗
jcola Noul 10.8 57.2 21.6 来源 ↗
generalization japanese math formal hard Noul 10.0 34.7 10.6 来源 ↗
generalization vision hard Score 9.9 49.2 19.9 来源 ↗
logical entailment Noul 8.0 84.0 18.7 来源 ↗
hh rlhf Choice 7.7 33.3 4.5 来源 ↗
corr2cause Choice 6.7 91.7 9.3 来源 ↗
argument quality Noul 6.5 30.2 7.8 来源 ↗
jculture mcq Noul 5.0 44.3 12.8 来源 ↗
plane Noul 4.0 100.0 12.6 来源 ↗
open jev / drone control v1 Choice 3.5 100.0 13.4 来源 ↗
nlsat Noul 2.0 22.0 3.2 来源 ↗
open jev / tic tac toe v1 Choice 0.8 54.5 5.1 来源 ↗
followir news21 Noul 0.0 58.0 18.4 来源 ↗
generalization japanese math formal hard Score 0.0 6.9 0.9 来源 ↗
koniq Score 0.0 51.8 8.2 来源 ↗
open jev / customer control v1 Noul 0.0 100.0 68.3 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 / 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 ↗
poem sentiment Choice 0.0 68.6 9.3 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 ↗