decision.host
首页 / 模型 / KnowLine-4B-Gen3

KnowLine-4B-Gen3

PelaAI ChoiceNoulScore 4.7B(活跃 4.0B) S1MB
S1MB Task Avg
57.3
第 7 名 · 覆盖 137/137(100%)

模型信息

厂商
PelaAI
类别
开源权重
参数规模
4.7B(活跃 4.0B)
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 · 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 68.3 来源 ↗
open jev / citation control v1 Choice 100.0 100.0 43.6 来源 ↗
open jev / customer control v1 Noul 100.0 100.0 59.1 来源 ↗
open jev / drone control v1 Noul 100.0 100.0 52.5 来源 ↗
open jev / email selection control v1 Choice 100.0 100.0 26.3 来源 ↗
open jev / email selection control v1 Noul 100.0 100.0 43.5 来源 ↗
open jev / entity alignment control v1 Noul 100.0 100.0 38.9 来源 ↗
open jev / ir control v1 Noul 100.0 100.0 49.1 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 83.8 来源 ↗
open jev / phone extraction control v1 Noul 100.0 100.0 52.9 来源 ↗
open jev / sponsor segment control v1 Choice 100.0 100.0 54.3 来源 ↗
open jev / vizdoom basic v1 Noul 100.0 100.0 42.1 来源 ↗
s1mb generalization contextual choice Choice 98.7 100.0 83.3 来源 ↗
open jev / phone extraction control v1 Choice 97.8 100.0 34.9 来源 ↗
dbpedia Choice 97.8 98.9 84.2 来源 ↗
arc Choice 95.6 98.5 65.1 来源 ↗
clinc Choice 95.2 99.3 58.8 来源 ↗
open jev / mailroom control v1 Noul 95.0 100.0 64.0 来源 ↗
s1mb generalization diverse choice Choice 94.7 100.0 70.3 来源 ↗
openbookqa Choice 94.4 97.2 54.7 来源 ↗
laya / enron spam Noul 94.0 100.0 55.5 来源 ↗
s1mb generalization contextual noul Noul 94.0 98.0 63.2 来源 ↗
open jev / vizdoom basic v1 Score 93.3 100.0 32.3 来源 ↗
miqa Choice 93.2 95.5 63.0 来源 ↗
s1mb generalization diverse noul Noul 92.0 100.0 60.5 来源 ↗
open jev / painting geometry v1 Choice 89.5 100.0 48.2 来源 ↗
snli Choice 88.7 98.4 47.8 来源 ↗
massive Choice 87.9 96.7 65.7 来源 ↗
mtop Choice 87.4 87.4 59.7 来源 ↗
banking77 Choice 87.4 93.7 55.8 来源 ↗
bbq Choice 86.7 98.3 54.5 来源 ↗
open jev / context retention control v1 Noul 86.0 100.0 21.2 来源 ↗
scitail Noul 84.0 98.0 54.3 来源 ↗
sdoh nli Noul 84.0 92.0 61.6 来源 ↗
hwu64 Choice 83.0 92.5 58.1 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 65.1 来源 ↗
open jev / workflow controls v1 / customer service Noul 82.2 100.0 43.7 来源 ↗
impli Noul 82.0 88.0 47.7 来源 ↗
open jev / painting geometry v1 Score 81.0 100.0 17.2 来源 ↗
laya / ag news Choice 80.6 94.0 75.3 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 78.7 100.0 29.6 来源 ↗
open jev / ir control v1 Score 78.4 98.6 12.8 来源 ↗
contract nli Choice 78.3 80.3 33.7 来源 ↗
open jev / amount extraction control v1 Noul 78.1 100.0 35.2 来源 ↗
cladder Noul 78.0 94.0 19.4 来源 ↗
followir robust04 Noul 77.3 90.9 47.7 来源 ↗
gretel pii Choice 77.3 94.5 44.3 来源 ↗
lonli Choice 77.0 86.9 40.5 来源 ↗
open jev / amount extraction control v1 Choice 76.5 100.0 56.2 来源 ↗
quartz Choice 76.2 88.1 50.2 来源 ↗
ethos Noul 76.0 76.0 43.7 来源 ↗
hans Noul 76.0 100.0 44.8 来源 ↗
open jev / ir control v1 Choice 76.0 88.0 45.8 来源 ↗
s1mb generalization diverse score Score 75.1 95.3 43.8 来源 ↗
arct Choice 74.5 89.4 40.5 来源 ↗
hatecheck Noul 74.0 98.0 47.9 来源 ↗
paws Noul 74.0 88.0 46.9 来源 ↗
ruletaker Noul 74.0 96.0 29.2 来源 ↗
s1mb generalization contextual score Score 73.9 92.7 43.1 来源 ↗
argument quality Choice 73.5 95.9 39.4 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 71.1 100.0 36.1 来源 ↗
open jev / painting geometry v1 Noul 70.5 100.0 29.2 来源 ↗
open jev / reasoning control v1 Choice 70.0 95.0 29.8 来源 ↗
winobias Choice 69.6 93.5 30.9 来源 ↗
few nerd Choice 69.2 86.4 45.1 来源 ↗
qasper Noul 68.0 88.0 42.5 来源 ↗
scone Choice 68.0 92.0 36.1 来源 ↗
laya / typed decisions Score 66.7 67.0 28.0 来源 ↗
ethics Choice 66.7 83.3 21.7 来源 ↗
canttalk Noul 66.0 86.0 45.0 来源 ↗
open jev / reasoning control v1 Score 65.4 90.7 28.7 来源 ↗
gsm8k Choice 64.3 81.4 25.2 来源 ↗
robust lr Choice 61.7 66.7 19.7 来源 ↗
open jev / workflow controls v1 / security incidents Noul 59.8 100.0 38.5 来源 ↗
scicite Choice 59.7 71.0 44.6 来源 ↗
creak Noul 58.0 88.0 39.1 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 57.4 62.5 38.3 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 57.3 69.7 40.4 来源 ↗
go emotions Noul 56.6 61.3 38.2 来源 ↗
defeasible nli Choice 56.5 80.4 34.1 来源 ↗
crows pairs Choice 56.3 70.8 31.1 来源 ↗
babi nli Noul 56.0 84.0 38.3 来源 ↗
open jev / customer control v1 Score 55.5 99.3 37.9 来源 ↗
aegis2 Noul 54.8 62.3 33.6 来源 ↗
open jev / entity alignment control v1 Score 49.4 100.0 9.7 来源 ↗
synthetic relevance / nanocoir Noul 48.4 73.0 34.4 来源 ↗
open jev / snake v1 Choice 46.4 83.5 9.2 来源 ↗
laya / typed decisions Noul 45.8 47.8 25.1 来源 ↗
boardgameqa Choice 45.3 62.5 16.6 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 43.8 52.6 19.2 来源 ↗
esci Choice 42.5 46.6 13.8 来源 ↗
lexcomp Noul 42.0 52.0 23.3 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 41.5 47.0 27.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 41.4 54.0 29.2 来源 ↗
aqua rat Choice 40.9 77.5 11.5 来源 ↗
open jev / reasoning control v1 Noul 40.4 100.0 25.7 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 40.1 46.7 16.2 来源 ↗
stepgame Choice 39.3 82.1 18.6 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 38.9 52.1 29.5 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 38.5 44.3 21.4 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 38.1 45.0 18.7 来源 ↗
wiqa Choice 36.5 58.7 20.4 来源 ↗
patent similarity Score 35.4 48.3 18.7 来源 ↗
ethics Noul 34.2 71.0 24.8 来源 ↗
open jev / silent failure control v1 Noul 34.0 100.0 40.5 来源 ↗
civil comments Noul 33.6 36.7 21.6 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 33.4 46.2 25.5 来源 ↗
laya / typed decisions Choice 32.4 34.5 19.5 来源 ↗
followir core17 Noul 32.4 46.6 21.7 来源 ↗
logical entailment Noul 32.0 72.0 12.4 来源 ↗
winowhy Noul 32.0 62.0 19.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 31.6 63.6 14.8 来源 ↗
synthetic relevance / nanobeir / nanonq Score 28.6 49.4 10.2 来源 ↗
temporal nli Choice 27.4 80.7 19.5 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 27.4 38.6 11.6 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 26.7 53.5 16.4 来源 ↗
ud ewt Choice 26.4 56.7 13.9 来源 ↗
open jev / drone control v1 Choice 25.4 100.0 5.6 来源 ↗
open jev / drone control v1 Score 25.2 99.2 2.0 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 23.9 41.7 17.6 来源 ↗
sgd Choice 23.7 96.6 25.2 来源 ↗
open jev / snake v1 Noul 21.6 100.0 9.9 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 21.5 70.8 28.4 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 20.5 36.7 7.7 来源 ↗
fol nli Choice 18.0 54.1 10.9 来源 ↗
spartqa Choice 17.7 38.7 4.9 来源 ↗
tracie Noul 16.0 34.0 9.1 来源 ↗
argument quality Noul 12.3 23.9 5.5 来源 ↗
plane Noul 12.0 100.0 12.0 来源 ↗
corr2cause Choice 11.7 91.7 4.1 来源 ↗
nlsat Noul 10.0 22.0 2.3 来源 ↗
followir news21 Noul 9.3 42.7 15.3 来源 ↗
open jev / tic tac toe v1 Choice 6.8 48.5 3.5 来源 ↗
synthetic relevance / nanocoir Score 5.2 44.3 4.6 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 2.3 39.3 8.0 来源 ↗
hh rlhf Choice 0.0 23.1 3.1 来源 ↗
poem sentiment Choice 0.0 57.1 4.7 来源 ↗