decision.host
首页 / 模型 / KnowLine-4B-Gen5.5

KnowLine-4B-Gen5.5

PelaAI ChoiceNoulScore 4.7B（活跃 4.0B） Decision IndexS1MB
Hugging Face 权重Decision Index 排行榜S1MB 排行榜
S1MB Task Avg
67.0
第 13 名 · 覆盖 137/137（100%）
Decision Index Full
56.0
第 73 名 · public 66.8
校准 ECE
0.047
越低越好 · Brier 0.293

模型信息

厂商
PelaAI
类别
开源权重
参数规模
4.7B（活跃 4.0B）
基座模型
Qwen/Qwen3.5-4B
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
full fine-tune
同族条目
KnowLine 4B Gen5.5

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
67.3
语言理解
87.0
检索与分类
77.1
工具与自动化
96.4
艺术与人类品味
74.6

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 / 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 / ir control v1 Noul 100.0 100.0 60.3 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 / phone extraction control v1 Choice 100.0 100.0 44.4 来源 ↗
open jev / phone extraction control v1 Noul 100.0 100.0 63.9 来源 ↗
s1mb generalization contextual choice Choice 100.0 100.0 88.7 来源 ↗
open jev / ir control v1 Score 99.5 100.0 23.0 来源 ↗
dbpedia Choice 98.9 98.9 88.9 来源 ↗
open jev / painting geometry v1 Score 98.3 100.0 29.7 来源 ↗
laya / enron spam Noul 98.0 100.0 64.9 来源 ↗
open jev / mailroom control v1 Noul 97.5 100.0 73.2 来源 ↗
open jev / sponsor segment control v1 Choice 97.4 100.0 66.4 来源 ↗
open jev / workflow controls v1 / customer service Noul 97.3 100.0 53.7 来源 ↗
open jev / workflow controls v1 / security incidents Noul 97.1 100.0 50.0 来源 ↗
clinc Choice 96.5 99.3 70.5 来源 ↗
s1mb generalization diverse choice Choice 96.0 100.0 78.1 来源 ↗
arc Choice 95.6 98.5 73.8 来源 ↗
open jev / vizdoom basic v1 Noul 94.1 100.0 53.2 来源 ↗
s1mb generalization diverse noul Noul 94.0 100.0 70.7 来源 ↗
open jev / entity alignment control v1 Score 93.7 100.0 18.4 来源 ↗
open jev / painting geometry v1 Noul 93.3 100.0 42.0 来源 ↗
open jev / vizdoom basic v1 Score 93.2 100.0 42.3 来源 ↗
snli Choice 91.9 98.4 59.9 来源 ↗
openbookqa Choice 91.7 98.6 64.4 来源 ↗
banking77 Choice 90.5 93.7 64.2 来源 ↗
temporal nli Choice 90.3 100.0 28.0 来源 ↗
bbq Choice 90.0 98.3 64.5 来源 ↗
open jev / reasoning control v1 Choice 90.0 100.0 41.7 来源 ↗
s1mb generalization contextual noul Noul 90.0 100.0 72.1 来源 ↗
scitail Noul 90.0 98.0 63.4 来源 ↗
mtop Choice 89.7 93.2 67.4 来源 ↗
massive Choice 89.0 97.8 73.4 来源 ↗
open jev / reasoning control v1 Score 88.9 96.3 38.3 来源 ↗
s1mb generalization contextual score Score 88.8 99.3 52.6 来源 ↗
miqa Choice 88.6 97.7 71.1 来源 ↗
lonli Choice 88.5 98.4 52.8 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 88.5 100.0 39.4 来源 ↗
hwu64 Choice 88.3 95.7 67.3 来源 ↗
open jev / context retention control v1 Noul 88.0 100.0 35.2 来源 ↗
open jev / ir control v1 Choice 88.0 88.0 55.5 来源 ↗
boardgameqa Choice 87.5 90.6 24.4 来源 ↗
open jev / amount extraction control v1 Noul 87.5 100.0 44.2 来源 ↗
open jev / customer control v1 Score 87.3 99.3 44.4 来源 ↗
s1mb generalization diverse score Score 87.1 97.6 52.7 来源 ↗
robust lr Choice 86.7 98.3 29.3 来源 ↗
sdoh nli Noul 86.0 100.0 70.0 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 84.1 100.0 47.0 来源 ↗
argument quality Choice 83.7 95.9 53.3 来源 ↗
laya / ag news Choice 83.6 94.0 77.7 来源 ↗
ethics Choice 83.3 100.0 28.5 来源 ↗
quartz Choice 83.3 90.5 59.4 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 71.5 来源 ↗
gretel pii Choice 82.5 94.8 51.1 来源 ↗
spartqa Choice 82.3 93.5 14.0 来源 ↗
ruletaker Noul 82.0 100.0 39.3 来源 ↗
followir robust04 Noul 80.9 90.9 53.7 来源 ↗
open jev / drone control v1 Score 80.8 100.0 7.2 来源 ↗
scone Choice 80.0 98.0 48.5 来源 ↗
contract nli Choice 78.1 81.6 43.0 来源 ↗
hatecheck Noul 78.0 100.0 57.5 来源 ↗
impli Noul 78.0 96.0 57.1 来源 ↗
corr2cause Choice 76.7 91.7 9.3 来源 ↗
arct Choice 76.6 89.4 49.3 来源 ↗
open jev / amount extraction control v1 Choice 76.5 100.0 63.2 来源 ↗
open jev / reasoning control v1 Noul 76.1 100.0 34.3 来源 ↗
babi nli Noul 76.0 96.0 48.5 来源 ↗
cladder Noul 76.0 94.0 28.5 来源 ↗
hans Noul 74.0 100.0 53.1 来源 ↗
defeasible nli Choice 73.9 89.1 43.1 来源 ↗
winobias Choice 73.9 95.7 42.7 来源 ↗
gsm8k Choice 71.4 95.7 38.0 来源 ↗
qasper Noul 70.0 88.0 51.4 来源 ↗
few nerd Choice 69.5 87.8 52.9 来源 ↗
paws Noul 68.0 92.0 52.5 来源 ↗
laya / typed decisions Score 67.6 76.0 35.4 来源 ↗
crows pairs Choice 66.7 77.1 37.9 来源 ↗
wiqa Choice 66.7 68.3 24.0 来源 ↗
scicite Choice 66.1 74.2 49.4 来源 ↗
ethos Noul 64.0 76.0 49.5 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 63.9 72.7 48.0 来源 ↗
aegis2 Noul 62.6 68.3 39.6 来源 ↗
open jev / snake v1 Choice 61.9 83.5 18.3 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 60.9 64.1 45.3 来源 ↗
go emotions Noul 60.3 63.4 42.1 来源 ↗
canttalk Noul 60.0 92.0 50.5 来源 ↗
creak Noul 60.0 90.0 48.2 来源 ↗
open jev / silent failure control v1 Noul 56.0 100.0 49.8 来源 ↗
synthetic relevance / nanocoir Noul 55.7 73.6 42.2 来源 ↗
open jev / snake v1 Noul 54.3 100.0 19.1 来源 ↗
tracie Noul 54.0 68.0 14.4 来源 ↗
stepgame Choice 53.6 82.1 24.8 来源 ↗
fol nli Choice 50.8 75.4 17.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 48.5 58.0 35.3 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 48.0 57.3 25.0 来源 ↗
aqua rat Choice 47.9 83.1 19.7 来源 ↗
ethics Noul 46.3 80.6 33.4 来源 ↗
patent similarity Score 46.2 53.0 24.0 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 45.0 48.2 32.3 来源 ↗
laya / typed decisions Noul 44.8 49.2 29.9 来源 ↗
logical entailment Noul 44.0 84.0 18.7 来源 ↗
esci Choice 43.8 49.3 17.5 来源 ↗
civil comments Noul 43.6 52.8 25.2 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 42.9 71.8 20.9 来源 ↗
sgd Choice 42.4 96.6 28.6 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 39.8 50.3 23.4 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 39.5 49.0 21.0 来源 ↗
followir core17 Noul 39.3 46.6 25.2 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 38.3 49.4 25.5 来源 ↗
winowhy Noul 38.0 66.0 25.9 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 37.1 49.7 29.6 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 35.6 53.2 33.8 来源 ↗
laya / typed decisions Choice 33.9 35.7 23.3 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 32.8 78.9 36.1 来源 ↗
lexcomp Noul 32.0 60.0 27.7 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 31.8 40.9 15.8 来源 ↗
ud ewt Choice 31.0 96.0 19.6 来源 ↗
followir news21 Noul 28.0 58.0 18.4 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 26.6 53.5 22.0 来源 ↗
synthetic relevance / nanobeir / nanonq Score 25.2 54.3 13.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 21.6 36.7 10.7 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 17.9 48.5 21.5 来源 ↗
synthetic relevance / nanocoir Score 16.8 43.8 6.8 来源 ↗
plane Noul 12.0 100.0 12.6 来源 ↗
argument quality Noul 5.7 30.2 7.8 来源 ↗
open jev / tic tac toe v1 Choice 5.3 54.5 5.1 来源 ↗
hh rlhf Choice 0.0 33.3 4.5 来源 ↗
nlsat Noul 0.0 22.0 3.2 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 ↗

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
Home appliances 混合（Choice 98.9 100.0 43.9 来源 ↗
ARC-Easy 混合（Choice 98.6 99.5 89.5 来源 ↗
PhishNChips 混合（Choice 98.3 99.9 69.4 来源 ↗
BFCL 混合（Choice 97.3 98.8 86.6 来源 ↗
BPoMP 混合（Choice 97.0 99.5 80.0 来源 ↗
ARC-Challenge 混合（Choice 95.7 98.2 82.4 来源 ↗
HellaSwag 混合（Choice 94.7 98.5 79.5 来源 ↗
CLINC150 混合（Choice 92.6 97.6 79.6 来源 ↗
FinEntity 混合（Choice 90.7 97.1 81.3 来源 ↗
When2Call 混合（Choice 90.5 93.8 70.1 来源 ↗
BANKING77 混合（Choice 90.3 94.2 78.1 来源 ↗
CLadder 混合（Choice 89.8 97.7 70.3 来源 ↗
API-Bank 混合（Choice 89.0 93.1 67.4 来源 ↗
HoVer 混合（Choice 88.1 90.8 73.2 来源 ↗
WinoGrande 混合（Choice 88.0 97.5 75.9 来源 ↗
ContractNLI 混合（Choice 84.5 86.7 69.6 来源 ↗
POP909 混合（Choice 84.3 86.1 29.7 来源 ↗
NLI4CT 混合（Choice 83.0 88.3 72.9 来源 ↗
BBH 混合（Choice 82.1 96.2 64.7 来源 ↗
RAGTruth 混合（Choice 80.9 86.2 64.5 来源 ↗
MMLU 混合（Choice 79.5 91.9 68.0 来源 ↗
VAST 混合（Choice 78.4 84.2 61.5 来源 ↗
RouterBench 混合（Choice 78.2 80.1 74.4 来源 ↗
New Yorker 混合（Choice 73.7 88.3 60.8 来源 ↗
ANLI 混合（Choice 73.3 98.6 59.8 来源 ↗
GSM8K 混合（Choice 70.2 92.6 47.4 来源 ↗
cfcolor 混合（Choice 69.5 72.9 60.1 来源 ↗
ToolRet 混合（Choice 68.4 75.7 59.9 来源 ↗
CRUXEval 混合（Choice 67.9 100.0 57.7 来源 ↗
Humicroedit 混合（Choice 67.3 75.1 59.7 来源 ↗
SGD 混合（Choice 65.2 85.8 45.5 来源 ↗
Habermas 混合（Choice 62.4 71.8 46.7 来源 ↗
MuSR 混合（Choice 61.7 92.0 59.8 来源 ↗
iSarcasmEval 混合（Choice 60.7 78.5 45.3 来源 ↗
MMLU-Pro 混合（Choice 59.9 82.1 47.7 来源 ↗
Amazon ESCI 混合（Choice 58.0 65.0 47.4 来源 ↗
ACOS 混合（Choice 50.6 68.0 24.9 来源 ↗
BRIGHT 混合（Choice 47.9 51.5 38.8 来源 ↗
GPQA Diamond 混合（Choice 46.9 75.5 40.1 来源 ↗
SATA-Bench 混合（Choice 39.9 62.2 24.8 来源 ↗
ChessBench 混合（Choice 22.8 40.2 16.4 来源 ↗
HLE 混合（Choice 13.2 20.0 12.8 来源 ↗