decision.host
首页 / 模型 / KnowLine-31B-Gen1

KnowLine-31B-Gen1

PelaAI ChoiceNoulScore 31B Decision IndexS1MB
Hugging Face 权重Decision Index 排行榜S1MB 排行榜
S1MB Task Avg
70.1
第 4 名 · 覆盖 137/137（100%）
Decision Index Full
71.9
第 1 名 · public 70.1
校准 ECE
0.032
越低越好 · Brier 0.271

模型信息

厂商
PelaAI
类别
开源权重
参数规模
31B
基座模型
google/gemma-4-31B-it
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
LoRA
同族条目
KnowLine 31B Gen1

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： Decision Index、S1MB。 分数与链接均指向原始出处。

Decision Index 领域得分

知识与推理
72.8
语言理解
88.9
检索与分类
73.8
工具与自动化
95.0
艺术与人类品味
72.5

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 / browser control v1 Choice 100.0 100.0 76.5 来源 ↗
open jev / citation control v1 Choice 100.0 100.0 55.9 来源 ↗
open jev / context retention control v1 Noul 100.0 100.0 35.2 来源 ↗
open jev / customer control v1 Noul 100.0 100.0 68.3 来源 ↗
open jev / drone control v1 Choice 100.0 100.0 13.4 来源 ↗
open jev / drone control v1 Noul 100.0 100.0 63.8 来源 ↗
open jev / email selection control v1 Choice 100.0 100.0 38.4 来源 ↗
open jev / email selection control v1 Noul 100.0 100.0 56.9 来源 ↗
open jev / entity alignment control v1 Noul 100.0 100.0 50.6 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 ↗
open jev / painting geometry v1 Noul 100.0 100.0 42.0 来源 ↗
open jev / phone extraction control v1 Noul 100.0 100.0 63.9 来源 ↗
open jev / silent failure control v1 Noul 100.0 100.0 49.8 来源 ↗
open jev / sponsor segment control v1 Choice 100.0 100.0 66.4 来源 ↗
open jev / vizdoom basic v1 Noul 100.0 100.0 53.2 来源 ↗
s1mb generalization contextual choice Choice 100.0 100.0 88.7 来源 ↗
s1mb generalization contextual noul Noul 100.0 100.0 72.1 来源 ↗
s1mb generalization diverse choice Choice 100.0 100.0 78.1 来源 ↗
s1mb generalization diverse noul Noul 100.0 100.0 70.7 来源 ↗
open jev / vizdoom basic v1 Score 99.8 100.0 42.3 来源 ↗
open jev / painting geometry v1 Score 99.3 100.0 29.7 来源 ↗
s1mb generalization contextual score Score 99.3 99.3 52.6 来源 ↗
hatecheck Noul 98.0 100.0 57.5 来源 ↗
dbpedia Choice 97.8 98.9 88.9 来源 ↗
miqa Choice 97.7 97.7 71.1 来源 ↗
s1mb generalization diverse score Score 97.6 97.6 52.7 来源 ↗
open jev / amount extraction control v1 Noul 96.9 100.0 44.2 来源 ↗
lonli Choice 96.7 98.4 52.8 来源 ↗
open jev / reasoning control v1 Score 96.3 96.3 38.3 来源 ↗
laya / enron spam Noul 96.0 100.0 64.9 来源 ↗
scone Choice 96.0 98.0 48.5 来源 ↗
argument quality Choice 95.9 95.9 53.3 来源 ↗
clinc Choice 95.9 99.3 70.5 来源 ↗
openbookqa Choice 95.8 98.6 64.4 来源 ↗
snli Choice 95.2 98.4 59.9 来源 ↗
bbq Choice 95.0 98.3 64.5 来源 ↗
open jev / reasoning control v1 Choice 95.0 100.0 41.7 来源 ↗
arc Choice 94.1 98.5 73.8 来源 ↗
impli Noul 94.0 96.0 57.1 来源 ↗
open jev / mailroom control v1 Noul 92.5 100.0 73.2 来源 ↗
sdoh nli Noul 92.0 100.0 70.0 来源 ↗
gsm8k Choice 91.4 95.7 38.0 来源 ↗
massive Choice 91.2 97.8 73.4 来源 ↗
quartz Choice 90.5 90.5 59.4 来源 ↗
ruletaker Noul 90.0 100.0 39.3 来源 ↗
hwu64 Choice 89.4 95.7 67.3 来源 ↗
mtop Choice 89.2 93.2 67.4 来源 ↗
open jev / ir control v1 Choice 88.0 88.0 55.5 来源 ↗
arct Choice 87.2 89.4 49.3 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 87.2 100.0 47.0 来源 ↗
defeasible nli Choice 87.0 89.1 43.1 来源 ↗
winobias Choice 87.0 95.7 42.7 来源 ↗
gretel pii Choice 86.0 94.8 51.1 来源 ↗
creak Noul 86.0 90.0 48.2 来源 ↗
open jev / ir control v1 Score 86.0 100.0 23.0 来源 ↗
qasper Noul 86.0 88.0 51.4 来源 ↗
open jev / workflow controls v1 / security incidents Noul 84.5 100.0 50.0 来源 ↗
open jev / amount extraction control v1 Choice 84.3 100.0 63.2 来源 ↗
babi nli Noul 84.0 96.0 48.5 来源 ↗
ethics Choice 83.3 100.0 28.5 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 71.5 来源 ↗
laya / ag news Choice 82.1 94.0 77.7 来源 ↗
hans Noul 82.0 100.0 53.1 来源 ↗
ethics Noul 80.6 80.6 33.4 来源 ↗
cladder Noul 80.0 94.0 28.5 来源 ↗
few nerd Choice 79.6 87.8 52.9 来源 ↗
open jev / entity alignment control v1 Score 79.5 100.0 18.4 来源 ↗
banking77 Choice 79.0 93.7 64.2 来源 ↗
open jev / ir control v1 Noul 78.6 100.0 60.3 来源 ↗
scitail Noul 78.0 98.0 63.4 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 76.9 100.0 39.4 来源 ↗
open jev / reasoning control v1 Noul 76.1 100.0 34.3 来源 ↗
robust lr Choice 75.0 98.3 29.3 来源 ↗
aqua rat Choice 74.7 83.1 19.7 来源 ↗
followir robust04 Noul 74.5 90.9 53.7 来源 ↗
ethos Noul 74.0 76.0 49.5 来源 ↗
paws Noul 74.0 92.0 52.5 来源 ↗
boardgameqa Choice 73.4 90.6 24.4 来源 ↗
open jev / phone extraction control v1 Choice 71.7 100.0 44.4 来源 ↗
scicite Choice 71.0 74.2 49.4 来源 ↗
open jev / customer control v1 Score 70.5 99.3 44.4 来源 ↗
contract nli Choice 69.3 81.6 43.0 来源 ↗
synthetic relevance / nanocoir Noul 68.9 73.6 42.2 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 68.8 78.9 36.1 来源 ↗
canttalk Noul 68.0 92.0 50.5 来源 ↗
logical entailment Noul 66.0 84.0 18.7 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 65.9 72.7 48.0 来源 ↗
open jev / snake v1 Noul 65.4 100.0 19.1 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 65.1 71.8 20.9 来源 ↗
crows pairs Choice 64.6 77.1 37.9 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 59.6 64.1 45.3 来源 ↗
open jev / workflow controls v1 / customer service Noul 59.5 100.0 53.7 来源 ↗
aegis2 Noul 58.9 68.3 39.6 来源 ↗
winowhy Noul 58.0 66.0 25.9 来源 ↗
temporal nli Choice 54.8 100.0 28.0 来源 ↗
stepgame Choice 54.8 82.1 24.8 来源 ↗
laya / typed decisions Score 54.5 76.0 35.4 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 54.5 57.3 25.0 来源 ↗
synthetic relevance / nanobeir / nanonq Score 54.3 54.3 13.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 53.0 58.0 35.3 来源 ↗
followir news21 Noul 52.7 58.0 18.4 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 52.5 53.5 22.0 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 49.0 49.0 21.0 来源 ↗
go emotions Noul 48.6 63.4 42.1 来源 ↗
spartqa Choice 48.4 93.5 14.0 来源 ↗
fol nli Choice 47.5 75.4 17.3 来源 ↗
lexcomp Noul 46.0 60.0 27.7 来源 ↗
ud ewt Choice 45.3 96.0 19.6 来源 ↗
laya / typed decisions Noul 45.3 49.2 29.9 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 45.2 48.2 32.3 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 45.0 50.3 23.4 来源 ↗
patent similarity Score 43.8 53.0 24.0 来源 ↗
open jev / snake v1 Choice 43.3 83.5 18.3 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 43.2 43.2 10.3 来源 ↗
synthetic relevance / nanocoir Score 42.7 43.8 6.8 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 42.5 49.4 25.5 来源 ↗
civil comments Noul 42.4 52.8 25.2 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 41.5 53.2 33.8 来源 ↗
followir core17 Noul 40.1 46.6 25.2 来源 ↗
esci Choice 38.4 49.3 17.5 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 38.0 40.9 15.8 来源 ↗
open jev / drone control v1 Score 37.4 100.0 7.2 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 34.9 48.5 21.5 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 33.3 49.7 29.6 来源 ↗
sgd Choice 32.2 96.6 28.6 来源 ↗
laya / typed decisions Choice 32.1 35.7 23.3 来源 ↗
tracie Noul 32.0 68.0 14.4 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 30.5 36.7 10.7 来源 ↗
wiqa Choice 30.2 68.3 24.0 来源 ↗
open jev / tic tac toe v1 Choice 21.2 54.5 5.1 来源 ↗
corr2cause Choice 20.0 91.7 9.3 来源 ↗
hh rlhf Choice 17.9 33.3 4.5 来源 ↗
argument quality Noul 14.4 30.2 7.8 来源 ↗
poem sentiment Choice 14.3 68.6 9.3 来源 ↗
plane Noul 10.0 100.0 12.6 来源 ↗
nlsat Noul 0.0 22.0 3.2 来源 ↗

Decision Index · 42 个基准

基准类型该模型全场最佳 全场均值对比来源
ARC-Easy 混合（Choice 99.0 99.5 89.5 来源 ↗
PhishNChips 混合（Choice 98.0 99.9 69.4 来源 ↗
ARC-Challenge 混合（Choice 97.9 98.2 82.4 来源 ↗
BFCL 混合（Choice 97.8 98.8 86.6 来源 ↗
BPoMP 混合（Choice 97.5 99.5 80.0 来源 ↗
HellaSwag 混合（Choice 96.3 98.5 79.5 来源 ↗
WinoGrande 混合（Choice 94.0 97.5 75.9 来源 ↗
CLINC150 混合（Choice 93.2 97.6 79.6 来源 ↗
FinEntity 混合（Choice 93.0 97.1 81.3 来源 ↗
CRUXEval 混合（Choice 92.6 100.0 57.7 来源 ↗
GSM8K 混合（Choice 92.6 92.6 47.4 来源 ↗
When2Call 混合（Choice 91.2 93.8 70.1 来源 ↗
MMLU 混合（Choice 89.7 91.9 68.0 来源 ↗
CLadder 混合（Choice 89.4 97.7 70.3 来源 ↗
API-Bank 混合（Choice 89.0 93.1 67.4 来源 ↗
NLI4CT 混合（Choice 87.7 88.3 72.9 来源 ↗
BBH 混合（Choice 87.7 96.2 64.7 来源 ↗
HoVer 混合（Choice 85.8 90.8 73.2 来源 ↗
New Yorker 混合（Choice 84.8 88.3 60.8 来源 ↗
BANKING77 混合（Choice 82.9 94.2 78.1 来源 ↗
RAGTruth 混合（Choice 82.6 86.2 64.5 来源 ↗
VAST 混合（Choice 82.0 84.2 61.5 来源 ↗
Home appliances 混合（Choice 81.8 100.0 43.9 来源 ↗
ANLI 混合（Choice 80.3 98.6 59.8 来源 ↗
RouterBench 混合（Choice 79.9 80.1 74.4 来源 ↗
ContractNLI 混合（Choice 79.4 86.7 69.6 来源 ↗
MMLU-Pro 混合（Choice 76.6 82.1 47.7 来源 ↗
POP909 混合（Choice 74.3 86.1 29.7 来源 ↗
ToolRet 混合（Choice 69.4 75.7 59.9 来源 ↗
Humicroedit 混合（Choice 69.3 75.1 59.7 来源 ↗
cfcolor 混合（Choice 69.2 72.9 60.1 来源 ↗
MuSR 混合（Choice 69.0 92.0 59.8 来源 ↗
iSarcasmEval 混合（Choice 68.5 78.5 45.3 来源 ↗
Amazon ESCI 混合（Choice 60.9 65.0 47.4 来源 ↗
SGD 混合（Choice 55.8 85.8 45.5 来源 ↗
Habermas 混合（Choice 55.4 71.8 46.7 来源 ↗
GPQA Diamond 混合（Choice 54.6 75.5 40.1 来源 ↗
BRIGHT 混合（Choice 50.4 51.5 38.8 来源 ↗
ACOS 混合（Choice 47.4 68.0 24.9 来源 ↗
SATA-Bench 混合（Choice 39.3 62.2 24.8 来源 ↗
ChessBench 混合（Choice 31.6 40.2 16.4 来源 ↗
HLE 混合（Choice 15.4 20.0 12.8 来源 ↗