decision.host
首页 / 模型 / intelif-qwen3-4b

intelif-qwen3-4b

UserMoonlight ChoiceNoulScore 4.0B（活跃 3.6B） Decision IndexS1MB
Hugging Face 权重Decision Index 排行榜S1MB 排行榜
S1MB Task Avg
30.6
第 89 名 · 覆盖 137/137（100%）
Decision Index Full
34.3
第 67 名 · public 32.5
校准 ECE
0.071
越低越好 · Brier 0.506

模型信息

厂商
UserMoonlight
类别
开源权重
参数规模
4.0B（活跃 3.6B）
基座模型
Qwen/Qwen3-4B
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
LoRA + head
同族条目
Intelif Qwen3-4B

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
55.7
语言理解
66.5
检索与分类
73.2
工具与自动化
78.6
艺术与人类品味
45.8

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 / mailroom control v1 Choice 100.0 100.0 86.3 来源 ↗
s1mb generalization contextual choice Choice 97.4 100.0 85.8 来源 ↗
dbpedia Choice 96.6 98.9 85.8 来源 ↗
massive Choice 90.1 96.7 69.3 来源 ↗
sdoh nli Noul 90.0 94.0 64.7 来源 ↗
argument quality Choice 89.8 95.9 45.0 来源 ↗
arc Choice 89.7 98.5 69.3 来源 ↗
hwu64 Choice 88.3 93.6 62.9 来源 ↗
open jev / drone control v1 Noul 88.2 100.0 58.5 来源 ↗
paws Noul 86.0 90.0 48.5 来源 ↗
s1mb generalization diverse choice Choice 85.5 100.0 74.0 来源 ↗
clinc Choice 84.1 99.3 65.4 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 ↗
banking77 Choice 82.1 93.7 60.0 来源 ↗
miqa Choice 81.8 95.5 66.9 来源 ↗
openbookqa Choice 79.2 97.2 58.7 来源 ↗
mtop Choice 78.9 88.6 63.3 来源 ↗
followir robust04 Noul 78.7 90.9 51.1 来源 ↗
laya / enron spam Noul 78.0 100.0 60.4 来源 ↗
open jev / mailroom control v1 Noul 77.5 100.0 68.0 来源 ↗
snli Choice 77.4 98.4 52.9 来源 ↗
bbq Choice 75.0 98.3 60.0 来源 ↗
s1mb generalization contextual noul Noul 74.0 98.0 67.8 来源 ↗
quartz Choice 71.4 90.5 54.4 来源 ↗
open jev / sponsor segment control v1 Choice 68.0 100.0 60.1 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 65.4 71.2 44.1 来源 ↗
open jev / amount extraction control v1 Choice 64.7 100.0 58.6 来源 ↗
qasper Noul 64.0 88.0 46.9 来源 ↗
s1mb generalization diverse noul Noul 64.0 100.0 65.8 来源 ↗
hatecheck Noul 62.0 98.0 51.7 来源 ↗
open jev / workflow controls v1 / customer service Noul 61.6 100.0 48.8 来源 ↗
scicite Choice 61.3 71.0 45.8 来源 ↗
open jev / ir control v1 Choice 60.0 88.0 50.8 来源 ↗
few nerd Choice 59.9 86.4 48.5 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 58.9 77.7 31.7 来源 ↗
ethos Noul 58.0 76.0 46.8 来源 ↗
canttalk Noul 56.0 92.0 47.9 来源 ↗
synthetic relevance / nanocoir Noul 55.6 73.0 38.3 来源 ↗
lonli Choice 54.1 96.7 45.7 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 53.9 100.0 40.7 来源 ↗
scitail Noul 52.0 98.0 57.0 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 51.2 63.0 41.5 来源 ↗
defeasible nli Choice 50.0 87.0 37.3 来源 ↗
open jev / ir control v1 Noul 50.0 100.0 54.2 来源 ↗
go emotions Noul 49.9 63.4 40.4 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 49.3 58.0 32.0 来源 ↗
s1mb generalization diverse score Score 48.9 96.3 46.8 来源 ↗
gsm8k Choice 48.6 82.9 30.0 来源 ↗
gretel pii Choice 48.0 94.5 47.8 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 47.5 52.1 32.1 来源 ↗
s1mb generalization contextual score Score 46.0 97.3 46.7 来源 ↗
aegis2 Noul 45.4 64.9 36.3 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 44.7 49.7 28.0 来源 ↗
winobias Choice 43.5 93.5 35.7 来源 ↗
contract nli Choice 41.0 80.3 37.3 来源 ↗
arct Choice 40.4 89.4 43.2 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 40.4 53.5 18.8 来源 ↗
babi nli Noul 40.0 92.0 42.1 来源 ↗
followir news21 Noul 39.3 48.0 17.3 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 38.3 46.6 20.2 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 37.7 47.0 29.3 来源 ↗
open jev / phone extraction control v1 Choice 34.8 100.0 38.6 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 34.6 100.0 33.3 来源 ↗
followir core17 Noul 34.0 46.6 23.5 来源 ↗
creak Noul 34.0 90.0 42.8 来源 ↗
crows pairs Choice 33.3 70.8 33.6 来源 ↗
impli Noul 32.0 88.0 51.5 来源 ↗
sgd Choice 27.1 96.6 26.1 来源 ↗
open jev / reasoning control v1 Score 26.2 95.1 31.7 来源 ↗
open jev / reasoning control v1 Choice 25.0 100.0 34.7 来源 ↗
laya / typed decisions Score 24.3 76.0 31.9 来源 ↗
cladder Noul 24.0 94.0 22.1 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 23.9 47.5 22.9 来源 ↗
civil comments Noul 22.9 39.8 23.0 来源 ↗
ethics Noul 22.6 75.6 28.0 来源 ↗
hans Noul 22.0 100.0 47.1 来源 ↗
ruletaker Noul 22.0 100.0 31.9 来源 ↗
scone Choice 22.0 94.0 40.7 来源 ↗
laya / typed decisions Choice 20.2 34.5 21.4 来源 ↗
patent similarity Score 19.1 48.3 20.3 来源 ↗
wiqa Choice 19.1 60.3 21.0 来源 ↗
open jev / workflow controls v1 / security incidents Noul 18.8 100.0 43.2 来源 ↗
open jev / customer control v1 Noul 17.6 100.0 62.2 来源 ↗
open jev / customer control v1 Score 17.2 99.3 39.9 来源 ↗
open jev / email selection control v1 Noul 15.4 100.0 48.5 来源 ↗
robust lr Choice 15.0 66.7 22.8 来源 ↗
stepgame Choice 14.3 82.1 20.5 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 14.3 46.7 17.4 来源 ↗
open jev / context retention control v1 Noul 14.0 100.0 26.7 来源 ↗
open jev / reasoning control v1 Noul 13.6 100.0 28.9 来源 ↗
aqua rat Choice 12.7 77.5 14.0 来源 ↗
esci Choice 12.3 46.6 14.8 来源 ↗
ud ewt Choice 10.3 64.1 15.3 来源 ↗
logical entailment Noul 10.0 72.0 13.4 来源 ↗
open jev / silent failure control v1 Noul 10.0 100.0 43.1 来源 ↗
open jev / citation control v1 Choice 9.1 100.0 48.5 来源 ↗
open jev / painting geometry v1 Score 8.7 100.0 21.3 来源 ↗
plane Noul 8.0 100.0 11.3 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 8.0 45.0 20.1 来源 ↗
boardgameqa Choice 6.3 75.0 19.2 来源 ↗
open jev / painting geometry v1 Choice 5.3 100.0 52.6 来源 ↗
tracie Noul 4.0 58.0 10.0 来源 ↗
laya / typed decisions Noul 1.8 49.2 27.3 来源 ↗
fol nli Choice 1.6 68.8 12.6 来源 ↗
argument quality Noul 1.1 26.9 6.4 来源 ↗
open jev / entity alignment control v1 Score 0.0 100.0 12.1 来源 ↗
corr2cause Choice 0.0 91.7 4.3 来源 ↗
ethics Choice 0.0 83.3 24.0 来源 ↗
hh rlhf Choice 0.0 33.3 3.3 来源 ↗
lexcomp Noul 0.0 60.0 24.5 来源 ↗
nlsat Noul 0.0 22.0 2.8 来源 ↗
open jev / amount extraction control v1 Noul 0.0 100.0 37.9 来源 ↗
open jev / drone control v1 Choice 0.0 100.0 9.2 来源 ↗
open jev / drone control v1 Score 0.0 99.2 3.8 来源 ↗
open jev / email selection control v1 Choice 0.0 100.0 30.4 来源 ↗
open jev / entity alignment control v1 Noul 0.0 100.0 43.7 来源 ↗
open jev / ir control v1 Score 0.0 99.2 15.5 来源 ↗
open jev / painting geometry v1 Noul 0.0 100.0 34.6 来源 ↗
open jev / phone extraction control v1 Noul 0.0 100.0 56.8 来源 ↗
open jev / snake v1 Choice 0.0 83.5 12.6 来源 ↗
open jev / snake v1 Noul 0.0 100.0 13.2 来源 ↗
open jev / tic tac toe v1 Choice 0.0 54.5 4.0 来源 ↗
open jev / vizdoom basic v1 Noul 0.0 100.0 45.8 来源 ↗
open jev / vizdoom basic v1 Score 0.0 100.0 35.1 来源 ↗
poem sentiment Choice 0.0 68.6 5.3 来源 ↗
spartqa Choice 0.0 91.9 6.8 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 0.0 43.1 8.7 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 0.0 63.6 16.0 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 0.0 54.9 20.9 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 0.0 38.6 12.8 来源 ↗
synthetic relevance / nanobeir / nanonq Score 0.0 49.4 10.6 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 0.0 36.7 8.3 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 5.0 来源 ↗
temporal nli Choice 0.0 83.9 20.9 来源 ↗
winowhy Noul 0.0 64.0 21.3 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
ARC-Easy 混合（Choice 96.1 99.5 87.4 来源 ↗
BFCL 混合（Choice 92.3 98.8 80.4 来源 ↗
ARC-Challenge 混合（Choice 88.8 98.2 79.3 来源 ↗
BANKING77 混合（Choice 83.8 94.1 69.3 来源 ↗
CLINC150 混合（Choice 81.6 97.4 68.4 来源 ↗
FinEntity 混合（Choice 80.5 97.1 74.0 来源 ↗
RouterBench 混合（Choice 79.8 80.1 73.3 来源 ↗
HellaSwag 混合（Choice 76.2 98.5 73.1 来源 ↗
BPoMP 混合（Choice 74.5 97.0 73.5 来源 ↗
NLI4CT 混合（Choice 69.0 86.2 69.3 来源 ↗
ToolRet 混合（Choice 67.7 70.6 55.1 来源 ↗
WinoGrande 混合（Choice 65.0 97.5 69.8 来源 ↗
API-Bank 混合（Choice 64.6 93.1 56.5 来源 ↗
MMLU 混合（Choice 64.5 91.9 64.2 来源 ↗
MuSR 混合（Choice 60.5 86.2 55.8 来源 ↗
cfcolor 混合（Choice 57.9 70.2 57.8 来源 ↗
CLadder 混合（Choice 57.6 97.7 62.5 来源 ↗
BBH 混合（Choice 56.4 92.9 58.4 来源 ↗
HoVer 混合（Choice 56.4 89.4 63.9 来源 ↗
ContractNLI 混合（Choice 56.2 86.5 60.5 来源 ↗
SGD 混合（Choice 54.9 73.4 48.0 来源 ↗
New Yorker 混合（Choice 54.0 82.0 53.0 来源 ↗
Humicroedit 混合（Choice 52.8 75.1 57.2 来源 ↗
PhishNChips 混合（Choice 50.0 99.9 61.8 来源 ↗
ANLI 混合（Choice 50.0 98.6 53.9 来源 ↗
When2Call 混合（Choice 44.5 91.7 58.1 来源 ↗
MMLU-Pro 混合（Choice 41.3 82.7 42.1 来源 ↗
BRIGHT 混合（Choice 40.5 50.9 36.0 来源 ↗
CRUXEval 混合（Choice 40.4 87.9 50.5 来源 ↗
VAST 混合（Choice 39.4 82.0 50.4 来源 ↗
GSM8K 混合（Choice 34.1 83.5 35.9 来源 ↗
Habermas 混合（Choice 32.7 71.8 42.4 来源 ↗
GPQA Diamond 混合（Choice 32.1 78.3 37.5 来源 ↗
Amazon ESCI 混合（Choice 29.1 61.6 40.8 来源 ↗
iSarcasmEval 混合（Choice 28.5 71.0 38.4 来源 ↗
RAGTruth 混合（Choice 26.9 86.0 52.0 来源 ↗
ACOS 混合（Choice 19.1 57.3 14.5 来源 ↗
SATA-Bench 混合（Choice 16.6 37.2 20.3 来源 ↗
ChessBench 混合（Choice 15.0 40.2 14.2 来源 ↗
POP909 混合（Choice 12.7 76.3 13.2 来源 ↗
HLE 混合（Choice 11.6 20.4 12.3 来源 ↗
Home appliances 混合（Choice 2.3 98.9 23.3 来源 ↗