decision.host
首页 / 模型 / OpenJev-27B

OpenJev-27B

openjev(社区) ChoiceNoulScore 开源权重 27B(活跃 26B) curateds1mb

S1MB 当前榜首:Task Avg 62.6,超过 Jev 1.13 的 59.6。参数量约 27.4B。

S1MB Task Avg
62.6
第 1 名 · 覆盖 137/137(100%)

模型信息

厂商
openjev(社区)
类别
开源权重
参数规模
27B(活跃 26B)
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
未确认

数据来源与链接

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
open jev / browser control v1 Choice 100.0 100.0 67.4 来源 ↗
open jev / context retention control v1 Noul 100.0 100.0 19.0 来源 ↗
open jev / customer control v1 Noul 100.0 100.0 58.0 来源 ↗
open jev / drone control v1 Noul 100.0 100.0 50.2 来源 ↗
open jev / email selection control v1 Noul 100.0 100.0 40.6 来源 ↗
open jev / mailroom control v1 Choice 100.0 100.0 82.9 来源 ↗
open jev / painting geometry v1 Choice 100.0 100.0 46.2 来源 ↗
open jev / phone extraction control v1 Noul 100.0 100.0 50.4 来源 ↗
s1mb generalization contextual choice Choice 100.0 100.0 82.6 来源 ↗
dbpedia Choice 98.9 98.9 83.5 来源 ↗
s1mb generalization diverse choice Choice 98.7 100.0 69.5 来源 ↗
arc Choice 98.5 98.5 64.4 来源 ↗
s1mb generalization diverse noul Noul 98.0 100.0 59.2 来源 ↗
open jev / vizdoom basic v1 Score 97.7 100.0 29.6 来源 ↗
open jev / entity alignment control v1 Noul 97.2 100.0 35.9 来源 ↗
openbookqa Choice 97.2 97.2 53.7 来源 ↗
open jev / painting geometry v1 Score 96.3 100.0 15.2 来源 ↗
argument quality Choice 95.9 95.9 37.4 来源 ↗
snli Choice 95.2 98.4 46.0 来源 ↗
s1mb generalization diverse score Score 94.9 95.3 42.8 来源 ↗
open jev / sponsor segment control v1 Choice 94.9 100.0 52.2 来源 ↗
laya / enron spam Noul 94.0 100.0 54.6 来源 ↗
sdoh nli Noul 92.0 92.0 60.8 来源 ↗
bbq Choice 91.7 98.3 53.8 来源 ↗
miqa Choice 90.9 95.5 61.9 来源 ↗
open jev / citation control v1 Choice 90.9 100.0 40.9 来源 ↗
open jev / mailroom control v1 Noul 90.8 100.0 62.5 来源 ↗
open jev / workflow controls v1 / security incidents Noul 90.7 100.0 37.8 来源 ↗
open jev / silent failure control v1 Noul 90.0 100.0 38.8 来源 ↗
s1mb generalization contextual noul Noul 90.0 98.0 62.0 来源 ↗
scone Choice 90.0 92.0 34.2 来源 ↗
open jev / reasoning control v1 Score 89.2 90.7 27.7 来源 ↗
open jev / vizdoom basic v1 Noul 88.2 100.0 39.0 来源 ↗
hatecheck Noul 88.0 98.0 47.5 来源 ↗
open jev / ir control v1 Choice 88.0 88.0 44.8 来源 ↗
scitail Noul 88.0 98.0 53.0 来源 ↗
s1mb generalization contextual score Score 87.1 92.7 42.1 来源 ↗
clinc Choice 86.9 99.3 57.3 来源 ↗
massive Choice 86.8 96.7 64.5 来源 ↗
open jev / ir control v1 Noul 85.7 100.0 47.3 来源 ↗
quartz Choice 85.7 88.1 49.1 来源 ↗
hwu64 Choice 85.1 92.5 56.8 来源 ↗
open jev / reasoning control v1 Choice 85.0 95.0 28.4 来源 ↗
winobias Choice 84.8 91.3 30.1 来源 ↗
mtop Choice 84.6 86.9 58.6 来源 ↗
open jev / amount extraction control v1 Choice 84.3 100.0 55.0 来源 ↗
laya / ag news Choice 82.1 94.0 75.4 来源 ↗
qasper Noul 82.0 88.0 41.6 来源 ↗
open jev / amount extraction control v1 Noul 81.3 100.0 33.3 来源 ↗
lonli Choice 80.3 86.9 39.2 来源 ↗
babi nli Noul 80.0 84.0 37.0 来源 ↗
open jev / painting geometry v1 Noul 80.0 100.0 27.2 来源 ↗
gsm8k Choice 78.6 78.6 23.5 来源 ↗
open jev / customer control v1 Choice 78.3 82.6 64.3 来源 ↗
creak Noul 78.0 88.0 38.8 来源 ↗
impli Noul 78.0 88.0 46.7 来源 ↗
few nerd Choice 77.1 86.4 43.9 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 76.2 100.0 34.6 来源 ↗
hans Noul 76.0 100.0 43.3 来源 ↗
arct Choice 74.5 89.4 39.4 来源 ↗
banking77 Choice 73.7 93.7 54.6 来源 ↗
open jev / entity alignment control v1 Score 73.2 100.0 8.1 来源 ↗
synthetic relevance / nanocoir Noul 73.0 73.0 33.6 来源 ↗
canttalk Noul 72.0 86.0 43.9 来源 ↗
followir robust04 Noul 69.8 90.9 46.9 来源 ↗
defeasible nli Choice 69.6 80.4 32.8 来源 ↗
open jev / phone extraction control v1 Choice 69.6 100.0 32.4 来源 ↗
open jev / email selection control v1 Choice 68.7 100.0 23.4 来源 ↗
ethics Noul 68.6 68.6 23.9 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 68.4 100.0 27.8 来源 ↗
open jev / snake v1 Noul 68.1 100.0 9.0 来源 ↗
ethos Noul 68.0 76.0 43.7 来源 ↗
ethics Choice 66.7 83.3 20.9 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 66.3 70.8 28.4 来源 ↗
contract nli Choice 65.7 76.0 31.8 来源 ↗
aqua rat Choice 64.8 77.5 10.7 来源 ↗
gretel pii Choice 64.6 94.5 43.1 来源 ↗
open jev / reasoning control v1 Noul 64.3 100.0 25.3 来源 ↗
paws Noul 64.0 88.0 45.7 来源 ↗
ruletaker Noul 64.0 96.0 27.7 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 64.0 67.2 39.5 来源 ↗
open jev / ir control v1 Score 63.1 98.6 10.1 来源 ↗
scicite Choice 62.9 71.0 44.0 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 60.8 62.5 37.3 来源 ↗
open jev / customer control v1 Score 59.7 99.3 36.7 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 58.4 63.6 13.9 来源 ↗
open jev / workflow controls v1 / customer service Noul 57.9 100.0 41.6 来源 ↗
boardgameqa Choice 57.8 62.5 15.6 来源 ↗
crows pairs Choice 56.3 70.8 30.4 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 53.2 54.0 28.6 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 52.6 52.6 17.8 来源 ↗
aegis2 Noul 51.7 62.3 32.8 来源 ↗
robust lr Choice 51.7 66.7 18.8 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 48.2 48.2 15.6 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 46.7 46.7 15.2 来源 ↗
go emotions Noul 46.6 61.3 38.3 来源 ↗
synthetic relevance / nanobeir / nanonq Score 46.2 49.4 9.3 来源 ↗
cladder Noul 46.0 94.0 17.7 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 44.9 44.9 17.6 来源 ↗
ud ewt Choice 44.4 56.7 13.2 来源 ↗
winowhy Noul 44.0 62.0 18.8 来源 ↗
temporal nli Choice 43.5 80.7 18.3 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 43.5 47.0 26.6 来源 ↗
followir core17 Noul 41.7 46.6 21.2 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 41.3 44.3 20.6 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 40.5 52.1 29.0 来源 ↗
synthetic relevance / nanocoir Score 40.3 44.3 4.3 来源 ↗
open jev / snake v1 Choice 40.2 83.5 8.1 来源 ↗
lexcomp Noul 40.0 52.0 22.5 来源 ↗
patent similarity Score 39.5 48.3 17.7 来源 ↗
fol nli Choice 39.3 54.1 10.4 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 39.2 46.2 25.1 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 38.6 38.6 10.7 来源 ↗
stepgame Choice 38.1 82.1 17.8 来源 ↗
followir news21 Noul 38.0 42.7 14.9 来源 ↗
laya / typed decisions Noul 38.0 47.8 24.4 来源 ↗
civil comments Noul 32.5 36.7 21.4 来源 ↗
laya / typed decisions Choice 31.5 34.5 18.9 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 31.4 41.7 17.3 来源 ↗
sgd Choice 30.5 96.6 24.4 来源 ↗
spartqa Choice 29.0 38.7 4.4 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 28.1 36.7 7.2 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 27.3 36.0 7.7 来源 ↗
wiqa Choice 27.0 58.7 19.3 来源 ↗
laya / typed decisions Score 26.0 63.5 26.5 来源 ↗
logical entailment Noul 26.0 72.0 12.2 来源 ↗
esci Choice 24.7 46.6 13.0 来源 ↗
hh rlhf Choice 23.1 23.1 3.1 来源 ↗
tracie Noul 20.0 34.0 8.7 来源 ↗
corr2cause Choice 15.0 91.7 3.8 来源 ↗
argument quality Noul 13.9 23.9 5.4 来源 ↗
open jev / tic tac toe v1 Choice 9.8 48.5 3.5 来源 ↗
poem sentiment Choice 8.6 57.1 4.0 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 ↗
plane Noul 0.0 100.0 11.1 来源 ↗