vLLM-SR d3-mini (4B)
Decision Index Full
52.6
第 34 名 · public 54.9
Vision Full
63.2
第 8 名 · public 67.7
校准 ECE
0.056
越低越好 · Brier 0.366
模型信息
- 厂商
- vLLM Semantic Router
- 类别
- 开源权重
- 参数规模
- 4.5B
- 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 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
63.9
语言理解
85.0
检索与分类
74.0
工具与自动化
92.1
艺术与人类品味
54.7
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 | 98.9 | 99.5 | 88.1 | 来源 ↗ | |
| CLINC150 | 混合（Choice | 96.3 | 97.4 | 72.0 | 来源 ↗ | |
| HellaSwag | 混合（Choice | 96.0 | 98.5 | 75.7 | 来源 ↗ | |
| BFCL | 混合（Choice | 95.5 | 98.8 | 82.2 | 来源 ↗ | |
| ARC-Challenge | 混合（Choice | 95.5 | 98.2 | 80.5 | 来源 ↗ | |
| FinEntity | 混合（Choice | 93.5 | 97.1 | 76.0 | 来源 ↗ | |
| BANKING77 | 混合（Choice | 92.8 | 94.1 | 72.2 | 来源 ↗ | |
| WinoGrande | 混合（Choice | 90.2 | 97.5 | 71.9 | 来源 ↗ | |
| BPoMP | 混合（Choice | 89.5 | 98.2 | 74.8 | 来源 ↗ | |
| When2Call | 混合（Choice | 84.5 | 92.2 | 61.8 | 来源 ↗ | |
| API-Bank | 混合（Choice | 83.9 | 93.1 | 59.1 | 来源 ↗ | |
| NLI4CT | 混合（Choice | 82.6 | 86.3 | 70.4 | 来源 ↗ | |
| HoVer | 混合（Choice | 81.5 | 89.4 | 66.5 | 来源 ↗ | |
| MMLU | 混合（Choice | 80.1 | 91.9 | 65.6 | 来源 ↗ | |
| RouterBench | 混合（Choice | 77.8 | 80.1 | 73.6 | 来源 ↗ | |
| New Yorker | 混合（Choice | 76.1 | 82.0 | 55.4 | 来源 ↗ | |
| ContractNLI | 混合（Choice | 74.7 | 86.5 | 62.9 | 来源 ↗ | |
| CLadder | 混合（Choice | 72.8 | 97.7 | 63.9 | 来源 ↗ | |
| PhishNChips | 混合（Choice | 72.3 | 99.9 | 63.3 | 来源 ↗ | |
| RAGTruth | 混合（Choice | 71.5 | 86.0 | 55.5 | 来源 ↗ | |
| BBH | 混合（Choice | 71.5 | 92.9 | 59.6 | 来源 ↗ | |
| VAST | 混合（Choice | 70.5 | 82.0 | 53.5 | 来源 ↗ | |
| GSM8K | 混合（Choice | 69.6 | 86.7 | 39.3 | 来源 ↗ | |
| ANLI | 混合（Choice | 67.9 | 98.6 | 55.4 | 来源 ↗ | |
| CRUXEval | 混合（Choice | 64.6 | 88.1 | 52.5 | 来源 ↗ | |
| ToolRet | 混合（Choice | 64.4 | 70.6 | 56.4 | 来源 ↗ | |
| cfcolor | 混合（Choice | 61.8 | 72.9 | 58.4 | 来源 ↗ | |
| MuSR | 混合（Choice | 60.8 | 86.2 | 56.5 | 来源 ↗ | |
| Humicroedit | 混合（Choice | 59.7 | 75.1 | 57.6 | 来源 ↗ | |
| MMLU-Pro | 混合（Choice | 58.9 | 83.3 | 44.0 | 来源 ↗ | |
| Amazon ESCI | 混合（Choice | 52.0 | 61.6 | 42.5 | 来源 ↗ | |
| iSarcasmEval | 混合（Choice | 50.2 | 71.2 | 40.1 | 来源 ↗ | |
| SGD | 混合（Choice | 47.3 | 73.4 | 46.5 | 来源 ↗ | |
| BRIGHT | 混合（Choice | 45.1 | 50.9 | 36.7 | 来源 ↗ | |
| GPQA Diamond | 混合（Choice | 44.9 | 78.3 | 38.3 | 来源 ↗ | |
| Habermas | 混合（Choice | 41.2 | 71.8 | 42.4 | 来源 ↗ | |
| Home appliances | 混合（Choice | 37.5 | 100.0 | 27.4 | 来源 ↗ | |
| POP909 | 混合（Choice | 21.7 | 81.7 | 15.4 | 来源 ↗ | |
| SATA-Bench | 混合（Choice | 19.0 | 38.4 | 20.6 | 来源 ↗ | |
| ACOS | 混合（Choice | 17.4 | 57.3 | 16.0 | 来源 ↗ | |
| ChessBench | 混合（Choice | 14.1 | 40.2 | 14.3 | 来源 ↗ | |
| HLE | 混合（Choice | 10.8 | 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 | 94.5 | 100.0 | 81.6 | 来源 ↗ | |
| InfographicVQA | 图像 | 94.0 | 100.0 | 81.6 | 来源 ↗ | |
| KIE (CORD+FUNSD) | 图像 | 92.2 | 92.9 | 82.3 | 来源 ↗ | |
| Winoground | 图像 | 88.0 | 93.0 | 74.5 | 来源 ↗ | |
| KIE (CORD+FUNSD) | 图像 | 85.0 | 92.9 | 82.3 | 来源 ↗ | |
| Winoground | 图像 | 81.5 | 93.0 | 74.5 | 来源 ↗ | |
| Mind2Web | 图像 | 77.5 | 83.3 | 56.7 | 来源 ↗ | |
| CV-Bench | 图像 | 73.9 | 77.8 | 51.9 | 来源 ↗ | |
| CharXiv | 图像 | 73.9 | 79.5 | 52.1 | 来源 ↗ | |
| Mind2Web | 图像 | 64.7 | 83.3 | 56.7 | 来源 ↗ | |
| RealWorldQA | 图像 | 57.8 | 76.1 | 41.7 | 来源 ↗ | |
| CharXiv | 图像 | 53.8 | 79.5 | 52.1 | 来源 ↗ | |
| BLINK | 图像 | 53.4 | 66.0 | 34.8 | 来源 ↗ | |
| CV-Bench | 图像 | 40.7 | 77.8 | 51.9 | 来源 ↗ | |
| BLINK | 图像 | 40.7 | 66.0 | 34.8 | 来源 ↗ | |
| Moderation (Hateful Memes) | 图像 | 37.4 | 62.0 | 27.8 | 来源 ↗ | |
| MMMU-Pro vision | 图像 | 32.7 | 46.4 | 24.5 | 来源 ↗ | |
| RealWorldQA | 图像 | 32.0 | 76.1 | 41.7 | 来源 ↗ | |
| Moderation (Hateful Memes) | 图像 | 29.0 | 62.0 | 27.8 | 来源 ↗ | |
| R-Bench-M | 图像 | 18.8 | 37.2 | 20.5 | 来源 ↗ |