vLLM-SR d3-flash (9B)
Decision Index Full
55.8
第 26 名 · public 57.8
Vision Full
66.9
第 4 名 · public 69.9
校准 ECE
0.056
越低越好 · Brier 0.347
模型信息
- 厂商
- vLLM Semantic Router
- 类别
- 开源权重
- 参数规模
- 8.4B
- 基座模型
- Qwen/Qwen3.5-9B
- 权重
- 闭源 / 未公开
- 许可证
- 未标注 许可不明
- 输入模态
- 文本 图像
- 决策原语
- ChoiceNoulScore
- 可微调
- 未确认
- 训练方式
- full fine-tune
数据来源与链接
本站聚合自：
Decision Index、Decision Index Vision。
分数与链接均指向原始出处。
Decision Index 领域得分
知识与推理
64.7
语言理解
85.0
检索与分类
76.7
工具与自动化
92.9
艺术与人类品味
57.4
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 | 99.1 | 99.5 | 88.1 | 来源 ↗ | |
| HellaSwag | 混合（Choice | 97.0 | 98.5 | 75.7 | 来源 ↗ | |
| CLINC150 | 混合（Choice | 96.4 | 97.4 | 72.0 | 来源 ↗ | |
| ARC-Challenge | 混合（Choice | 96.3 | 98.2 | 80.5 | 来源 ↗ | |
| BFCL | 混合（Choice | 96.2 | 98.8 | 82.2 | 来源 ↗ | |
| FinEntity | 混合（Choice | 94.3 | 97.1 | 76.0 | 来源 ↗ | |
| BPoMP | 混合（Choice | 94.1 | 98.2 | 74.8 | 来源 ↗ | |
| BANKING77 | 混合（Choice | 92.7 | 94.1 | 72.2 | 来源 ↗ | |
| WinoGrande | 混合（Choice | 92.2 | 97.5 | 71.9 | 来源 ↗ | |
| When2Call | 混合（Choice | 86.6 | 92.2 | 61.8 | 来源 ↗ | |
| API-Bank | 混合（Choice | 84.8 | 93.1 | 59.1 | 来源 ↗ | |
| HoVer | 混合（Choice | 84.3 | 89.4 | 66.5 | 来源 ↗ | |
| NLI4CT | 混合（Choice | 83.6 | 86.3 | 70.4 | 来源 ↗ | |
| MMLU | 混合（Choice | 83.3 | 91.9 | 65.6 | 来源 ↗ | |
| New Yorker | 混合（Choice | 80.3 | 82.0 | 55.4 | 来源 ↗ | |
| RouterBench | 混合（Choice | 79.9 | 80.1 | 73.6 | 来源 ↗ | |
| RAGTruth | 混合（Choice | 76.3 | 86.0 | 55.5 | 来源 ↗ | |
| BBH | 混合（Choice | 75.9 | 92.9 | 59.6 | 来源 ↗ | |
| ContractNLI | 混合（Choice | 73.9 | 86.5 | 62.9 | 来源 ↗ | |
| GSM8K | 混合（Choice | 72.8 | 86.7 | 39.3 | 来源 ↗ | |
| CLadder | 混合（Choice | 72.7 | 97.7 | 63.9 | 来源 ↗ | |
| CRUXEval | 混合（Choice | 71.0 | 88.1 | 52.5 | 来源 ↗ | |
| ANLI | 混合（Choice | 70.0 | 98.6 | 55.4 | 来源 ↗ | |
| PhishNChips | 混合（Choice | 68.9 | 99.9 | 63.3 | 来源 ↗ | |
| VAST | 混合（Choice | 68.8 | 82.0 | 53.5 | 来源 ↗ | |
| ToolRet | 混合（Choice | 65.1 | 70.6 | 56.4 | 来源 ↗ | |
| MMLU-Pro | 混合（Choice | 64.2 | 83.3 | 44.0 | 来源 ↗ | |
| cfcolor | 混合（Choice | 62.9 | 72.9 | 58.4 | 来源 ↗ | |
| Humicroedit | 混合（Choice | 61.0 | 75.1 | 57.6 | 来源 ↗ | |
| MuSR | 混合（Choice | 61.0 | 86.2 | 56.5 | 来源 ↗ | |
| SGD | 混合（Choice | 57.9 | 73.4 | 46.5 | 来源 ↗ | |
| Amazon ESCI | 混合（Choice | 53.7 | 61.6 | 42.5 | 来源 ↗ | |
| Home appliances | 混合（Choice | 53.4 | 100.0 | 27.4 | 来源 ↗ | |
| iSarcasmEval | 混合（Choice | 51.6 | 71.2 | 40.1 | 来源 ↗ | |
| GPQA Diamond | 混合（Choice | 48.5 | 78.3 | 38.3 | 来源 ↗ | |
| BRIGHT | 混合（Choice | 47.3 | 50.9 | 36.7 | 来源 ↗ | |
| Habermas | 混合（Choice | 37.4 | 71.8 | 42.4 | 来源 ↗ | |
| POP909 | 混合（Choice | 31.9 | 81.7 | 15.4 | 来源 ↗ | |
| ACOS | 混合（Choice | 26.5 | 57.3 | 16.0 | 来源 ↗ | |
| SATA-Bench | 混合（Choice | 19.6 | 38.4 | 20.6 | 来源 ↗ | |
| ChessBench | 混合（Choice | 15.1 | 40.2 | 14.3 | 来源 ↗ | |
| HLE | 混合（Choice | 11.4 | 20.4 | 12.4 | 来源 ↗ |
Decision Index · Vision · 20 个基准
| 基准 | 类型 | 该模型 | 全场最佳 | 全场均值 | 对比 | 来源 |
|---|---|---|---|---|---|---|
| InfographicVQA | 图像 | 100.0 | 100.0 | 81.6 | 来源 ↗ | |
| InfographicVQA | 图像 | 96.2 | 100.0 | 81.6 | 来源 ↗ | |
| KIE (CORD+FUNSD) | 图像 | 92.9 | 92.9 | 82.3 | 来源 ↗ | |
| Winoground | 图像 | 90.0 | 93.0 | 74.5 | 来源 ↗ | |
| KIE (CORD+FUNSD) | 图像 | 87.0 | 92.9 | 82.3 | 来源 ↗ | |
| Winoground | 图像 | 82.8 | 93.0 | 74.5 | 来源 ↗ | |
| Mind2Web | 图像 | 80.8 | 83.3 | 56.7 | 来源 ↗ | |
| CV-Bench | 图像 | 75.4 | 77.8 | 51.9 | 来源 ↗ | |
| CharXiv | 图像 | 73.9 | 79.5 | 52.1 | 来源 ↗ | |
| Mind2Web | 图像 | 64.0 | 83.3 | 56.7 | 来源 ↗ | |
| RealWorldQA | 图像 | 62.3 | 76.1 | 41.7 | 来源 ↗ | |
| BLINK | 图像 | 56.0 | 66.0 | 34.8 | 来源 ↗ | |
| CharXiv | 图像 | 54.8 | 79.5 | 52.1 | 来源 ↗ | |
| Moderation (Hateful Memes) | 图像 | 51.0 | 62.0 | 27.8 | 来源 ↗ | |
| BLINK | 图像 | 46.7 | 66.0 | 34.8 | 来源 ↗ | |
| CV-Bench | 图像 | 44.4 | 77.8 | 51.9 | 来源 ↗ | |
| Moderation (Hateful Memes) | 图像 | 41.0 | 62.0 | 27.8 | 来源 ↗ | |
| MMMU-Pro vision | 图像 | 38.3 | 46.4 | 24.5 | 来源 ↗ | |
| RealWorldQA | 图像 | 37.3 | 76.1 | 41.7 | 来源 ↗ | |
| R-Bench-M | 图像 | 20.8 | 37.2 | 20.5 | 来源 ↗ |