Perplexity Decider v1.1 (27B)
Decision Index 0.3 文本榜第一（62.8 分），多模态子榜第四（63.2）。目前综合最强的决策模型。
Decision Index Full
62.8
第 1 名 · public 62.3
Vision Full
63.2
第 4 名 · public 67.0
校准 ECE
0.050
越低越好
模型信息
- 厂商
- Perplexity
- 类别
- 开源权重
- 参数规模
- 28B
- 基座模型
- Qwen/Qwen3.8-27B
- 权重
- 可下载（开源）
- 许可证
- Apache-2.0 可商用
- 输入模态
- 文本 图像
- 决策原语
- ChoiceNoulScore
- 上下文
- 262,144 token
- 输入价格
- $0.04/M tok
- 可微调
- 可以
- 微调方法
- 同 v1，权重开源可自训
- 微调硬件
- 单卡 80GB 级
- 训练方式
- full fine-tune
数据来源与链接
本站聚合自：
curated、di、di_vision。
分数与链接均指向原始出处。
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 | 99.3 | 99.5 | 87.3 | 来源 ↗ | |
| BFCL | 混合（Choice | 97.2 | 98.8 | 80.5 | 来源 ↗ | |
| ARC-Challenge | 混合（Choice | 97.0 | 98.2 | 79.4 | 来源 ↗ | |
| FinEntity | 混合（Choice | 95.4 | 97.1 | 73.8 | 来源 ↗ | |
| BPoMP | 混合（Choice | 95.2 | 97.0 | 73.8 | 来源 ↗ | |
| HellaSwag | 混合（Choice | 93.2 | 98.5 | 73.0 | 来源 ↗ | |
| WinoGrande | 混合（Choice | 92.4 | 97.5 | 69.8 | 来源 ↗ | |
| CLINC150 | 混合（Choice | 91.5 | 97.4 | 67.8 | 来源 ↗ | |
| MMLU | 混合（Choice | 87.7 | 91.9 | 64.4 | 来源 ↗ | |
| API-Bank | 混合（Choice | 85.8 | 93.1 | 56.3 | 来源 ↗ | |
| CRUXEval | 混合（Choice | 85.6 | 87.9 | 50.7 | 来源 ↗ | |
| NLI4CT | 混合（Choice | 84.9 | 86.2 | 69.3 | 来源 ↗ | |
| BBH | 混合（Choice | 84.0 | 92.9 | 58.3 | 来源 ↗ | |
| RAGTruth | 混合（Choice | 83.1 | 86.0 | 52.1 | 来源 ↗ | |
| Home appliances | 混合（Choice | 80.7 | 98.9 | 23.2 | 来源 ↗ | |
| BANKING77 | 混合（Choice | 80.6 | 94.1 | 68.7 | 来源 ↗ | |
| RouterBench | 混合（Choice | 79.8 | 80.1 | 73.2 | 来源 ↗ | |
| CLadder | 混合（Choice | 79.3 | 97.7 | 62.5 | 来源 ↗ | |
| ContractNLI | 混合（Choice | 78.4 | 86.5 | 59.9 | 来源 ↗ | |
| VAST | 混合（Choice | 76.7 | 82.0 | 50.1 | 来源 ↗ | |
| GSM8K | 混合（Choice | 76.6 | 83.5 | 36.0 | 来源 ↗ | |
| New Yorker | 混合（Choice | 75.6 | 82.0 | 52.9 | 来源 ↗ | |
| ANLI | 混合（Choice | 74.3 | 98.6 | 54.0 | 来源 ↗ | |
| HoVer | 混合（Choice | 74.1 | 89.4 | 63.8 | 来源 ↗ | |
| When2Call | 混合（Choice | 73.8 | 91.7 | 57.8 | 来源 ↗ | |
| PhishNChips | 混合（Choice | 73.2 | 99.9 | 62.1 | 来源 ↗ | |
| iSarcasmEval | 混合（Choice | 71.0 | 71.0 | 38.4 | 来源 ↗ | |
| MMLU-Pro | 混合（Choice | 71.0 | 82.7 | 42.3 | 来源 ↗ | |
| MuSR | 混合（Choice | 70.7 | 86.2 | 56.0 | 来源 ↗ | |
| ToolRet | 混合（Choice | 67.8 | 69.1 | 55.1 | 来源 ↗ | |
| cfcolor | 混合（Choice | 64.5 | 70.2 | 57.9 | 来源 ↗ | |
| Humicroedit | 混合（Choice | 61.1 | 75.1 | 57.2 | 来源 ↗ | |
| Amazon ESCI | 混合（Choice | 60.4 | 61.6 | 40.9 | 来源 ↗ | |
| POP909 | 混合（Choice | 57.1 | 74.6 | 12.6 | 来源 ↗ | |
| GPQA Diamond | 混合（Choice | 56.1 | 78.3 | 37.7 | 来源 ↗ | |
| BRIGHT | 混合（Choice | 50.9 | 50.9 | 36.1 | 来源 ↗ | |
| Habermas | 混合（Choice | 42.0 | 71.8 | 42.2 | 来源 ↗ | |
| SGD | 混合（Choice | 33.2 | 73.4 | 47.4 | 来源 ↗ | |
| ACOS | 混合（Choice | 28.2 | 57.3 | 14.6 | 来源 ↗ | |
| SATA-Bench | 混合（Choice | 28.2 | 37.2 | 20.3 | 来源 ↗ | |
| ChessBench | 混合（Choice | 17.7 | 40.2 | 14.2 | 来源 ↗ | |
| HLE | 混合（Choice | 16.2 | 20.4 | 12.3 | 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 | 93.3 | 98.7 | 77.3 | 来源 ↗ | |
| KIE (CORD+FUNSD) | 图像 | 91.3 | 92.7 | 80.0 | 来源 ↗ | |
| Winoground | 图像 | 84.5 | 93.0 | 70.7 | 来源 ↗ | |
| Winoground | 图像 | 84.0 | 93.0 | 70.7 | 来源 ↗ | |
| InfographicVQA | 图像 | 79.8 | 98.7 | 77.3 | 来源 ↗ | |
| CharXiv | 图像 | 77.2 | 79.7 | 48.5 | 来源 ↗ | |
| KIE (CORD+FUNSD) | 图像 | 75.2 | 92.7 | 80.0 | 来源 ↗ | |
| CV-Bench | 图像 | 74.7 | 76.6 | 49.1 | 来源 ↗ | |
| Mind2Web | 图像 | 68.8 | 79.7 | 49.7 | 来源 ↗ | |
| BLINK | 图像 | 62.0 | 63.0 | 32.0 | 来源 ↗ | |
| RealWorldQA | 图像 | 57.8 | 75.3 | 41.1 | 来源 ↗ | |
| CharXiv | 图像 | 56.6 | 79.7 | 48.5 | 来源 ↗ | |
| BLINK | 图像 | 54.7 | 63.0 | 32.0 | 来源 ↗ | |
| Mind2Web | 图像 | 50.0 | 79.7 | 49.7 | 来源 ↗ | |
| Moderation (Hateful Memes) | 图像 | 45.0 | 54.0 | 28.6 | 来源 ↗ | |
| Moderation (Hateful Memes) | 图像 | 42.8 | 54.0 | 28.6 | 来源 ↗ | |
| CV-Bench | 图像 | 41.7 | 76.6 | 49.1 | 来源 ↗ | |
| R-Bench-M | 图像 | 29.3 | 35.4 | 19.0 | 来源 ↗ | |
| MMMU-Pro vision | 图像 | 28.0 | 40.7 | 22.3 | 来源 ↗ | |
| RealWorldQA | 图像 | 26.7 | 75.3 | 41.1 | 来源 ↗ |