decision.host
首页 / 模型 / KnowLine-4B-Gen4

KnowLine-4B-Gen4

PelaAI ChoiceNoulScore 4.7B(活跃 4.0B) S1MB
S1MB Task Avg
56.4
第 17 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 72.2 来源 ↗
open jev / citation control v1 Choice 100.0 100.0 48.5 来源 ↗
open jev / customer control v1 Noul 100.0 100.0 62.2 来源 ↗
open jev / drone control v1 Noul 100.0 100.0 58.5 来源 ↗
open jev / email selection control v1 Choice 100.0 100.0 30.4 来源 ↗
open jev / email selection control v1 Noul 100.0 100.0 48.5 来源 ↗
open jev / entity alignment control v1 Noul 100.0 100.0 43.7 来源 ↗
open jev / ir control v1 Noul 100.0 100.0 54.2 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 86.3 来源 ↗
open jev / phone extraction control v1 Noul 100.0 100.0 56.8 来源 ↗
open jev / sponsor segment control v1 Choice 100.0 100.0 60.1 来源 ↗
open jev / vizdoom basic v1 Noul 100.0 100.0 45.8 来源 ↗
s1mb generalization contextual choice Choice 100.0 100.0 85.8 来源 ↗
dbpedia Choice 98.9 98.9 85.8 来源 ↗
open jev / phone extraction control v1 Choice 97.8 100.0 38.6 来源 ↗
clinc Choice 95.9 99.3 65.4 来源 ↗
miqa Choice 95.5 95.5 66.9 来源 ↗
open jev / mailroom control v1 Noul 95.0 100.0 68.0 来源 ↗
open jev / painting geometry v1 Choice 94.7 100.0 52.6 来源 ↗
s1mb generalization diverse choice Choice 94.7 100.0 74.0 来源 ↗
arc Choice 94.1 98.5 69.3 来源 ↗
laya / enron spam Noul 94.0 100.0 60.4 来源 ↗
s1mb generalization diverse noul Noul 94.0 100.0 65.8 来源 ↗
openbookqa Choice 93.1 97.2 58.7 来源 ↗
open jev / vizdoom basic v1 Score 92.5 100.0 35.1 来源 ↗
open jev / context retention control v1 Noul 90.0 100.0 26.7 来源 ↗
snli Choice 88.7 98.4 52.9 来源 ↗
s1mb generalization contextual noul Noul 88.0 98.0 67.8 来源 ↗
scitail Noul 88.0 98.0 57.0 来源 ↗
banking77 Choice 87.4 93.7 60.0 来源 ↗
mtop Choice 86.9 88.6 63.3 来源 ↗
bbq Choice 86.7 98.3 60.0 来源 ↗
massive Choice 85.7 96.7 69.3 来源 ↗
hwu64 Choice 84.0 93.6 62.9 来源 ↗
sdoh nli Noul 84.0 94.0 64.7 来源 ↗
laya / ag news Choice 83.6 94.0 75.3 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 68.4 来源 ↗
followir robust04 Noul 82.5 90.9 51.1 来源 ↗
impli Noul 82.0 88.0 51.5 来源 ↗
open jev / workflow controls v1 / customer service Noul 80.6 100.0 48.8 来源 ↗
gretel pii Choice 79.2 94.5 47.8 来源 ↗
open jev / amount extraction control v1 Noul 78.1 100.0 37.9 来源 ↗
hans Noul 78.0 100.0 47.1 来源 ↗
contract nli Choice 78.0 80.3 37.3 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 77.4 100.0 33.3 来源 ↗
open jev / painting geometry v1 Score 77.3 100.0 21.3 来源 ↗
arct Choice 76.6 89.4 43.2 来源 ↗
open jev / ir control v1 Score 76.3 99.2 15.5 来源 ↗
quartz Choice 76.2 90.5 54.4 来源 ↗
winobias Choice 76.1 93.5 35.7 来源 ↗
hatecheck Noul 76.0 98.0 51.7 来源 ↗
open jev / ir control v1 Choice 76.0 88.0 50.8 来源 ↗
argument quality Choice 75.5 95.9 45.0 来源 ↗
lonli Choice 75.4 96.7 45.7 来源 ↗
cladder Noul 74.0 94.0 22.1 来源 ↗
s1mb generalization diverse score Score 73.0 96.3 46.8 来源 ↗
open jev / amount extraction control v1 Choice 72.5 100.0 58.6 来源 ↗
s1mb generalization contextual score Score 72.4 97.3 46.7 来源 ↗
ethos Noul 72.0 76.0 46.8 来源 ↗
ruletaker Noul 72.0 100.0 31.9 来源 ↗
scone Choice 72.0 94.0 40.7 来源 ↗
gsm8k Choice 70.0 82.9 30.0 来源 ↗
paws Noul 70.0 90.0 48.5 来源 ↗
few nerd Choice 68.8 86.4 48.5 来源 ↗
laya / typed decisions Score 68.2 76.0 31.9 来源 ↗
creak Noul 68.0 90.0 42.8 来源 ↗
open jev / reasoning control v1 Score 67.7 95.1 31.7 来源 ↗
ethics Choice 66.7 83.3 24.0 来源 ↗
open jev / reasoning control v1 Choice 65.0 100.0 34.7 来源 ↗
canttalk Noul 64.0 92.0 47.9 来源 ↗
qasper Noul 64.0 88.0 46.9 来源 ↗
open jev / painting geometry v1 Noul 61.9 100.0 34.6 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 61.8 100.0 40.7 来源 ↗
crows pairs Choice 60.4 70.8 33.6 来源 ↗
babi nli Noul 60.0 92.0 42.1 来源 ↗
robust lr Choice 60.0 66.7 22.8 来源 ↗
scicite Choice 59.7 71.0 45.8 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 58.5 71.2 44.1 来源 ↗
go emotions Noul 56.3 63.4 40.4 来源 ↗
open jev / customer control v1 Score 55.9 99.3 39.9 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 55.8 63.0 41.5 来源 ↗
defeasible nli Choice 54.4 87.0 37.3 来源 ↗
aegis2 Noul 53.6 64.9 36.3 来源 ↗
synthetic relevance / nanocoir Noul 51.9 73.0 38.3 来源 ↗
open jev / workflow controls v1 / security incidents Noul 48.4 100.0 43.2 来源 ↗
laya / typed decisions Noul 44.7 49.2 27.3 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 43.4 54.9 20.9 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 42.8 47.0 29.3 来源 ↗
boardgameqa Choice 40.6 75.0 19.2 来源 ↗
open jev / reasoning control v1 Noul 40.4 100.0 28.9 来源 ↗
open jev / snake v1 Choice 40.2 83.5 12.6 来源 ↗
lexcomp Noul 40.0 60.0 24.5 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 39.9 47.5 22.9 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 39.8 58.0 32.0 来源 ↗
civil comments Noul 39.8 39.8 23.0 来源 ↗
aqua rat Choice 39.4 77.5 14.0 来源 ↗
ethics Noul 38.9 75.6 28.0 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 38.8 46.7 17.4 来源 ↗
open jev / entity alignment control v1 Score 38.2 100.0 12.1 来源 ↗
esci Choice 37.0 46.6 14.8 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 36.3 45.0 20.1 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 36.3 52.1 32.1 来源 ↗
stepgame Choice 35.7 82.1 20.5 来源 ↗
patent similarity Score 35.7 48.3 20.3 来源 ↗
wiqa Choice 34.9 60.3 21.0 来源 ↗
laya / typed decisions Choice 34.1 34.5 21.4 来源 ↗
logical entailment Noul 34.0 72.0 13.4 来源 ↗
winowhy Noul 32.0 64.0 21.3 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 31.5 49.7 28.0 来源 ↗
followir core17 Noul 30.8 46.6 23.5 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 30.4 53.5 18.8 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 29.2 63.6 16.0 来源 ↗
open jev / silent failure control v1 Noul 28.0 100.0 43.1 来源 ↗
temporal nli Choice 27.4 83.9 20.9 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 25.5 77.7 31.7 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 25.5 38.6 12.8 来源 ↗
synthetic relevance / nanobeir / nanonq Score 25.2 49.4 10.6 来源 ↗
ud ewt Choice 23.9 64.1 15.3 来源 ↗
sgd Choice 22.0 96.6 26.1 来源 ↗
open jev / snake v1 Noul 21.6 100.0 13.2 来源 ↗
tracie Noul 20.0 58.0 10.0 来源 ↗
fol nli Choice 18.0 68.8 12.6 来源 ↗
plane Noul 18.0 100.0 11.3 来源 ↗
spartqa Choice 17.7 91.9 6.8 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 17.5 36.7 8.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 15.5 46.6 20.2 来源 ↗
open jev / drone control v1 Score 14.0 99.2 3.8 来源 ↗
nlsat Noul 14.0 22.0 2.8 来源 ↗
corr2cause Choice 13.3 91.7 4.3 来源 ↗
followir news21 Noul 13.3 48.0 17.3 来源 ↗
argument quality Noul 10.0 26.9 6.4 来源 ↗
open jev / tic tac toe v1 Choice 6.8 54.5 4.0 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 3.4 43.1 8.7 来源 ↗
synthetic relevance / nanocoir Score 2.1 44.3 5.0 来源 ↗
hh rlhf Choice 0.0 33.3 3.3 来源 ↗
open jev / drone control v1 Choice 0.0 100.0 9.2 来源 ↗
poem sentiment Choice 0.0 68.6 5.3 来源 ↗