decision.host
首页 / 模型 / jaredpalmer/kev-4b

jaredpalmer/kev-4b

Jared Palmer ChoiceNoulScore 开源权重 4.2B（活跃 3.6B） curateds1mb
代码仓库HF · 4BHF · 9BHF · 27BOpenRoutersystemonemodels.orgHugging Face 权重S1MB 排行榜
S1MB Task Avg
42.3
第 31 名 · 覆盖 137/137（100%）

模型信息

厂商
Jared Palmer
类别
开源权重
参数规模
4.2B（活跃 3.6B）
基座模型
Qwen3.5 / Qwen3.8 系列
权重
可下载（开源）
许可证
未标注 许可不明
输入模态
文本
决策原语
ChoiceNoulScore
可微调
可以
微调方法
文档最完整的开源决策模型：koev.train --init_from <ckpt>；LoRA + pointer head；逐 checkpoint 拟合温度（0.8B T=2.35 / 9B T=2.30）
微调硬件
0.8B bf16 仅需 4 GB 显存；4B 走 Modal 约 $1/H100

数据来源与链接

代码仓库HF · 4BHF · 9BHF · 27BOpenRoutersystemonemodels.orgHugging Face 权重S1MB 排行榜
本站聚合自： curated、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
dbpedia Choice 98.9 98.9 83.5 来源 ↗
open jev / browser control v1 Choice 97.8 100.0 67.4 来源 ↗
s1mb generalization contextual choice Choice 96.1 100.0 82.6 来源 ↗
arc Choice 94.1 98.5 64.4 来源 ↗
open jev / mailroom control v1 Choice 91.7 100.0 82.9 来源 ↗
s1mb generalization diverse choice Choice 90.8 100.0 69.5 来源 ↗
bbq Choice 90.0 98.3 53.8 来源 ↗
sdoh nli Noul 90.0 92.0 60.8 来源 ↗
laya / ag news Choice 89.5 94.0 75.4 来源 ↗
followir robust04 Noul 88.1 90.9 46.9 来源 ↗
s1mb generalization diverse noul Noul 86.0 100.0 59.2 来源 ↗
open jev / sponsor segment control v1 Choice 84.6 100.0 52.2 来源 ↗
open jev / customer control v1 Noul 82.3 100.0 58.0 来源 ↗
openbookqa Choice 81.9 97.2 53.7 来源 ↗
laya / enron spam Noul 80.0 100.0 54.6 来源 ↗
s1mb generalization contextual noul Noul 80.0 98.0 62.0 来源 ↗
massive Choice 79.7 96.7 64.5 来源 ↗
banking77 Choice 79.0 93.7 54.6 来源 ↗
mtop Choice 78.9 86.9 58.6 来源 ↗
hwu64 Choice 78.7 92.5 56.8 来源 ↗
clinc Choice 78.6 99.3 57.3 来源 ↗
open jev / customer control v1 Choice 78.3 82.6 64.3 来源 ↗
snli Choice 77.4 98.4 46.0 来源 ↗
miqa Choice 77.3 95.5 61.9 来源 ↗
open jev / amount extraction control v1 Choice 76.5 100.0 55.0 来源 ↗
scone Choice 76.0 92.0 34.2 来源 ↗
open jev / workflow controls v1 / security incidents Noul 75.5 100.0 37.8 来源 ↗
open jev / amount extraction control v1 Noul 75.0 100.0 33.3 来源 ↗
impli Noul 74.0 88.0 46.7 来源 ↗
scitail Noul 74.0 98.0 53.0 来源 ↗
lonli Choice 72.1 86.9 39.2 来源 ↗
open jev / workflow controls v1 / customer service Noul 71.6 100.0 41.6 来源 ↗
quartz Choice 71.4 88.1 49.1 来源 ↗
open jev / phone extraction control v1 Choice 69.6 100.0 32.4 来源 ↗
open jev / painting geometry v1 Choice 68.4 100.0 46.2 来源 ↗
open jev / ir control v1 Choice 68.0 88.0 44.8 来源 ↗
open jev / mailroom control v1 Noul 66.4 100.0 62.5 来源 ↗
gretel pii Choice 66.2 94.5 43.1 来源 ↗
hatecheck Noul 66.0 98.0 47.5 来源 ↗
open jev / email selection control v1 Noul 65.4 100.0 40.6 来源 ↗
open jev / reasoning control v1 Choice 65.0 95.0 28.4 来源 ↗
canttalk Noul 64.0 86.0 43.9 来源 ↗
qasper Noul 64.0 88.0 41.6 来源 ↗
open jev / reasoning control v1 Noul 63.6 100.0 25.3 来源 ↗
contract nli Choice 62.4 76.0 31.8 来源 ↗
few nerd Choice 61.6 86.4 43.9 来源 ↗
s1mb generalization contextual score Score 61.2 92.7 42.1 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 59.7 67.2 39.5 来源 ↗
arct Choice 59.6 89.4 39.4 来源 ↗
synthetic relevance / nanocoir Noul 59.5 73.0 33.6 来源 ↗
open jev / citation control v1 Choice 59.1 100.0 40.9 来源 ↗
open jev / customer control v1 Score 58.1 99.3 36.7 来源 ↗
open jev / ir control v1 Noul 57.1 100.0 47.3 来源 ↗
paws Noul 56.0 88.0 45.7 来源 ↗
open jev / entity alignment control v1 Noul 55.1 100.0 35.9 来源 ↗
aegis2 Noul 54.8 62.3 32.8 来源 ↗
babi nli Noul 54.0 84.0 37.0 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 53.3 100.0 34.6 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 52.1 62.5 37.3 来源 ↗
crows pairs Choice 52.1 70.8 30.4 来源 ↗
argument quality Choice 51.0 95.9 37.4 来源 ↗
open jev / phone extraction control v1 Noul 50.9 100.0 50.4 来源 ↗
s1mb generalization diverse score Score 50.9 95.3 42.8 来源 ↗
creak Noul 50.0 88.0 38.8 来源 ↗
hans Noul 50.0 100.0 43.3 来源 ↗
scicite Choice 50.0 71.0 44.0 来源 ↗
open jev / vizdoom basic v1 Score 48.8 100.0 29.6 来源 ↗
go emotions Noul 47.5 61.3 38.3 来源 ↗
defeasible nli Choice 45.6 80.4 32.8 来源 ↗
winobias Choice 45.6 91.3 30.1 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 44.3 52.1 29.0 来源 ↗
open jev / vizdoom basic v1 Noul 44.1 100.0 39.0 来源 ↗
laya / typed decisions Score 44.1 63.5 26.5 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 42.4 100.0 27.8 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 42.4 70.8 28.4 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 42.2 46.2 25.1 来源 ↗
ethos Noul 42.0 76.0 43.7 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 42.0 47.0 26.6 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 41.0 54.0 28.6 来源 ↗
open jev / silent failure control v1 Noul 40.0 100.0 38.8 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 39.6 44.3 20.6 来源 ↗
aqua rat Choice 39.4 77.5 10.7 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 39.2 41.7 17.3 来源 ↗
open jev / reasoning control v1 Score 38.5 90.7 27.7 来源 ↗
open jev / painting geometry v1 Noul 38.1 100.0 27.2 来源 ↗
open jev / context retention control v1 Noul 38.0 100.0 19.0 来源 ↗
ruletaker Noul 38.0 96.0 27.7 来源 ↗
ethics Noul 36.0 68.6 23.9 来源 ↗
open jev / drone control v1 Noul 35.3 100.0 50.2 来源 ↗
patent similarity Score 33.4 48.3 17.7 来源 ↗
gsm8k Choice 32.9 78.6 23.5 来源 ↗
followir news21 Noul 32.7 42.7 14.9 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 32.3 44.9 17.6 来源 ↗
lexcomp Noul 32.0 52.0 22.5 来源 ↗
wiqa Choice 31.8 58.7 19.3 来源 ↗
laya / typed decisions Noul 31.6 47.8 24.4 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 30.1 46.7 15.2 来源 ↗
followir core17 Noul 29.8 46.6 21.2 来源 ↗
robust lr Choice 28.3 66.7 18.8 来源 ↗
cladder Noul 28.0 94.0 17.7 来源 ↗
logical entailment Noul 28.0 72.0 12.2 来源 ↗
laya / typed decisions Choice 27.6 34.5 18.9 来源 ↗
civil comments Noul 26.3 36.7 21.4 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 25.9 52.6 17.8 来源 ↗
temporal nli Choice 24.2 80.7 18.3 来源 ↗
tracie Noul 24.0 34.0 8.7 来源 ↗
sgd Choice 22.0 96.6 24.4 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 20.5 48.2 15.6 来源 ↗
open jev / painting geometry v1 Score 20.2 100.0 15.2 来源 ↗
stepgame Choice 19.1 82.1 17.8 来源 ↗
ud ewt Choice 18.9 56.7 13.2 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 17.8 36.0 7.7 来源 ↗
boardgameqa Choice 15.6 62.5 15.6 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 14.4 36.7 7.2 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 13.6 38.6 10.7 来源 ↗
esci Choice 12.3 46.6 13.0 来源 ↗
argument quality Noul 11.8 23.9 5.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 11.5 63.6 13.9 来源 ↗
poem sentiment Choice 11.4 57.1 4.0 来源 ↗
open jev / ir control v1 Score 9.1 98.6 10.1 来源 ↗
open jev / snake v1 Noul 8.5 100.0 9.0 来源 ↗
plane Noul 8.0 100.0 11.1 来源 ↗
winowhy Noul 8.0 62.0 18.8 来源 ↗
corr2cause Choice 6.7 91.7 3.8 来源 ↗
spartqa Choice 6.5 38.7 4.4 来源 ↗
open jev / entity alignment control v1 Score 6.3 100.0 8.1 来源 ↗
fol nli Choice 4.9 54.1 10.4 来源 ↗
open jev / email selection control v1 Choice 0.9 100.0 23.4 来源 ↗
ethics Choice 0.0 83.3 20.9 来源 ↗
hh rlhf Choice 0.0 23.1 3.1 来源 ↗
nlsat Noul 0.0 22.0 2.1 来源 ↗
open jev / drone control v1 Choice 0.0 100.0 4.8 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 / tic tac toe v1 Choice 0.0 48.5 3.5 来源 ↗
synthetic relevance / nanobeir / nanonq Score 0.0 49.4 9.3 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 4.3 来源 ↗

同族条目（10）

型号参数Decision Index S1MBVision榜单
jaredpalmer/kev-4b 当前 4.2B（活跃 3.6B） — 42.3 — s1mb
kev-0.5b 4.2B（活跃 358M） — 10.1 — s1mb
Kev 27B 28B 58.8 — — di
jaredpalmer/kev-9b 7.9B（活跃 6.9B） 43.3 42.4 — s1mb, di
Kev 4B r10 4.7B 39.5 — — di
Kev 0.8B r15 870M 13.7 — — di
kev-0.6b 597M（活跃 441M） — 14.1 — s1mb
jaredpalmer/kev-0.8b 753M（活跃 499M） — 18.7 — s1mb
kev-8b 7.6B（活跃 6.9B） — 36.0 — s1mb
kev-0.5b 4.2B（活跃 358M） — 10.1 — s1mb