decision.host
首页 / 模型 / StandardOne-8B

StandardOne-8B

StandardThinking ChoiceNoulScore 8.9B(活跃 8.4B) s1mb
S1MB Task Avg
42.8
第 29 名 · 覆盖 137/137(100%)

模型信息

厂商
StandardThinking
类别
开源权重
参数规模
8.9B(活跃 8.4B)
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

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 67.4 来源 ↗
open jev / customer control v1 Noul 100.0 100.0 58.0 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 82.9 来源 ↗
open jev / phone extraction control v1 Noul 100.0 100.0 50.4 来源 ↗
dbpedia Choice 97.8 98.9 83.5 来源 ↗
s1mb generalization contextual choice Choice 97.4 100.0 82.6 来源 ↗
open jev / drone control v1 Noul 94.1 100.0 50.2 来源 ↗
open jev / citation control v1 Choice 93.9 100.0 40.9 来源 ↗
open jev / email selection control v1 Noul 92.3 100.0 40.6 来源 ↗
open jev / sponsor segment control v1 Choice 92.3 100.0 52.2 来源 ↗
open jev / entity alignment control v1 Noul 91.7 100.0 35.9 来源 ↗
s1mb generalization diverse noul Noul 90.0 100.0 59.2 来源 ↗
open jev / painting geometry v1 Choice 89.5 100.0 46.2 来源 ↗
open jev / mailroom control v1 Noul 88.3 100.0 62.5 来源 ↗
arc Choice 88.2 98.5 64.4 来源 ↗
s1mb generalization contextual noul Noul 88.0 98.0 62.0 来源 ↗
s1mb generalization diverse choice Choice 86.8 100.0 69.5 来源 ↗
miqa Choice 86.4 95.5 61.9 来源 ↗
sdoh nli Noul 86.0 92.0 60.8 来源 ↗
laya / enron spam Noul 82.0 100.0 54.6 来源 ↗
open jev / silent failure control v1 Noul 82.0 100.0 38.8 来源 ↗
open jev / amount extraction control v1 Choice 80.4 100.0 55.0 来源 ↗
open jev / email selection control v1 Choice 79.1 100.0 23.4 来源 ↗
quartz Choice 76.2 88.1 49.1 来源 ↗
laya / ag news Choice 76.1 94.0 75.4 来源 ↗
open jev / phone extraction control v1 Choice 76.1 100.0 32.4 来源 ↗
open jev / ir control v1 Choice 76.0 88.0 44.8 来源 ↗
lonli Choice 75.4 86.9 39.2 来源 ↗
open jev / reasoning control v1 Choice 75.0 95.0 28.4 来源 ↗
hatecheck Noul 74.0 98.0 47.5 来源 ↗
openbookqa Choice 73.6 97.2 53.7 来源 ↗
open jev / reasoning control v1 Score 73.4 90.7 27.7 来源 ↗
followir robust04 Noul 72.3 90.9 46.9 来源 ↗
bbq Choice 71.7 98.3 53.8 来源 ↗
open jev / ir control v1 Noul 71.4 100.0 47.3 来源 ↗
s1mb generalization contextual score Score 69.5 92.7 42.1 来源 ↗
argument quality Choice 69.4 95.9 37.4 来源 ↗
creak Noul 66.0 88.0 38.8 来源 ↗
ethos Noul 66.0 76.0 43.7 来源 ↗
hans Noul 66.0 100.0 43.3 来源 ↗
few nerd Choice 65.6 86.4 43.9 来源 ↗
open jev / customer control v1 Choice 65.2 82.6 64.3 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 64.0 100.0 34.6 来源 ↗
paws Noul 64.0 88.0 45.7 来源 ↗
open jev / workflow controls v1 / customer service Noul 63.9 100.0 41.6 来源 ↗
s1mb generalization diverse score Score 63.9 95.3 42.8 来源 ↗
arct Choice 63.8 89.4 39.4 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 62.7 67.2 39.5 来源 ↗
qasper Noul 62.0 88.0 41.6 来源 ↗
massive Choice 60.0 96.7 64.5 来源 ↗
synthetic relevance / nanocoir Noul 58.3 73.0 33.6 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 57.0 62.5 37.3 来源 ↗
open jev / painting geometry v1 Noul 56.2 100.0 27.2 来源 ↗
impli Noul 56.0 88.0 46.7 来源 ↗
scicite Choice 54.8 71.0 44.0 来源 ↗
babi nli Noul 54.0 84.0 37.0 来源 ↗
gsm8k Choice 52.9 78.6 23.5 来源 ↗
mtop Choice 52.0 86.9 58.6 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 51.8 52.1 29.0 来源 ↗
aegis2 Noul 51.2 62.3 32.8 来源 ↗
canttalk Noul 50.0 86.0 43.9 来源 ↗
open jev / amount extraction control v1 Noul 50.0 100.0 33.3 来源 ↗
ruletaker Noul 50.0 96.0 27.7 来源 ↗
gretel pii Choice 49.7 94.5 43.1 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 48.2 54.0 28.6 来源 ↗
cladder Noul 48.0 94.0 17.7 来源 ↗
lexcomp Noul 48.0 52.0 22.5 来源 ↗
winobias Choice 47.8 91.3 30.1 来源 ↗
open jev / workflow controls v1 / security incidents Noul 46.8 100.0 37.8 来源 ↗
go emotions Noul 45.6 61.3 38.3 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 44.0 46.2 25.1 来源 ↗
open jev / customer control v1 Score 43.9 99.3 36.7 来源 ↗
defeasible nli Choice 43.5 80.4 32.8 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 42.9 70.8 28.4 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 41.5 52.6 17.8 来源 ↗
scitail Noul 40.0 98.0 53.0 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 38.9 44.9 17.6 来源 ↗
snli Choice 38.7 98.4 46.0 来源 ↗
open jev / vizdoom basic v1 Noul 38.2 100.0 39.0 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 38.0 47.0 26.6 来源 ↗
laya / typed decisions Noul 37.3 47.8 24.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 37.0 63.6 13.9 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 36.5 41.7 17.3 来源 ↗
patent similarity Score 36.5 48.3 17.7 来源 ↗
contract nli Choice 36.4 76.0 31.8 来源 ↗
followir core17 Noul 36.0 46.6 21.2 来源 ↗
followir news21 Noul 36.0 42.7 14.9 来源 ↗
scone Choice 36.0 92.0 34.2 来源 ↗
sgd Choice 35.6 96.6 24.4 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 34.8 48.2 15.6 来源 ↗
temporal nli Choice 33.9 80.7 18.3 来源 ↗
ethics Noul 32.1 68.6 23.9 来源 ↗
hwu64 Choice 31.9 92.5 56.8 来源 ↗
clinc Choice 31.7 99.3 57.3 来源 ↗
laya / typed decisions Score 31.7 63.5 26.5 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 31.4 44.3 20.6 来源 ↗
civil comments Noul 30.1 36.7 21.4 来源 ↗
open jev / reasoning control v1 Noul 28.7 100.0 25.3 来源 ↗
laya / typed decisions Choice 28.6 34.5 18.9 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 26.2 100.0 27.8 来源 ↗
plane Noul 26.0 100.0 11.1 来源 ↗
crows pairs Choice 25.0 70.8 30.4 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 24.3 38.6 10.7 来源 ↗
winowhy Noul 24.0 62.0 18.8 来源 ↗
aqua rat Choice 23.9 77.5 10.7 来源 ↗
robust lr Choice 23.3 66.7 18.8 来源 ↗
wiqa Choice 22.2 58.7 19.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 20.1 46.7 15.2 来源 ↗
banking77 Choice 20.0 93.7 54.6 来源 ↗
open jev / context retention control v1 Noul 18.0 100.0 19.0 来源 ↗
open jev / snake v1 Noul 18.0 100.0 9.0 来源 ↗
esci Choice 16.4 46.6 13.0 来源 ↗
boardgameqa Choice 15.6 62.5 15.6 来源 ↗
stepgame Choice 15.5 82.1 17.8 来源 ↗
tracie Noul 14.0 34.0 8.7 来源 ↗
fol nli Choice 13.1 54.1 10.4 来源 ↗
synthetic relevance / nanobeir / nanonq Score 12.8 49.4 9.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 12.4 36.7 7.2 来源 ↗
ud ewt Choice 12.1 56.7 13.2 来源 ↗
argument quality Noul 10.0 23.9 5.4 来源 ↗
corr2cause Choice 8.3 91.7 3.8 来源 ↗
logical entailment Noul 8.0 72.0 12.2 来源 ↗
open jev / drone control v1 Choice 7.9 100.0 4.8 来源 ↗
open jev / entity alignment control v1 Score 7.2 100.0 8.1 来源 ↗
open jev / painting geometry v1 Score 6.4 100.0 15.2 来源 ↗
nlsat Noul 6.0 22.0 2.1 来源 ↗
hh rlhf Choice 2.6 23.1 3.1 来源 ↗
open jev / ir control v1 Score 2.6 98.6 10.1 来源 ↗
open jev / tic tac toe v1 Choice 1.5 48.5 3.5 来源 ↗
ethics Choice 0.0 83.3 20.9 来源 ↗
open jev / drone control v1 Score 0.0 99.2 1.1 来源 ↗
open jev / snake v1 Choice 0.0 83.5 8.1 来源 ↗
open jev / vizdoom basic v1 Score 0.0 100.0 29.6 来源 ↗
poem sentiment Choice 0.0 57.1 4.0 来源 ↗
spartqa Choice 0.0 38.7 4.4 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 36.0 7.7 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 4.3 来源 ↗