首页 / 模型 / Decider 4B

Decider 4B

Name: Decider 4B
Author: Mapika

Mapika ChoiceNoulScore 开源权重 4.2B curateds1mb

Hugging Face 权重代码仓库 S1MB 排行榜

S1MB Task Avg

42.8

第 28 名 · 覆盖 137/137（100%）

Decision Index Full

40.3

第 50 名 · public 41.2

校准 ECE

0.084

越低越好 · Brier 0.454

模型信息

厂商: Mapika
类别: 开源权重
参数规模: 4.2B
基座模型: Qwen3.5 系
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: 约 95 个公开决策数据集做 CE + 教师数据；校准感知 RL；merged LoRA rank 64；按答案类型分别拟合温度（1.03–1.94）

数据来源与链接

Hugging Face 权重代码仓库 S1MB 排行榜

本站聚合自： curated、s1mb。分数与链接均指向原始出处。

Decision Index 领域得分

知识与推理

57.6

语言理解

78.6

检索与分类

60.9

工具与自动化

80.6

艺术与人类品味

49.9

S1MB · 137 个基准

基准	类型	该模型	全场最佳	全场均值	来源
open jev / browser control v1	Choice	100.0	100.0	67.4	来源 ↗
open jev / mailroom control v1	Choice	100.0	100.0	82.9	来源 ↗
dbpedia	Choice	98.9	98.9	83.5	来源 ↗
s1mb generalization contextual noul	Noul	98.0	98.0	62.0	来源 ↗
s1mb generalization contextual choice	Choice	97.4	100.0	82.6	来源 ↗
arc	Choice	94.1	98.5	64.4	来源 ↗
open jev / customer control v1	Noul	94.1	100.0	58.0	来源 ↗
open jev / drone control v1	Noul	94.1	100.0	50.2	来源 ↗
clinc	Choice	93.1	99.3	57.3	来源 ↗
open jev / mailroom control v1	Noul	92.8	100.0	62.5	来源 ↗
laya / enron spam	Noul	92.0	100.0	54.6	来源 ↗
scitail	Noul	92.0	98.0	53.0	来源 ↗
bbq	Choice	91.7	98.3	53.8	来源 ↗
miqa	Choice	90.9	95.5	61.9	来源 ↗
open jev / phone extraction control v1	Noul	90.9	100.0	50.4	来源 ↗
openbookqa	Choice	90.3	97.2	53.7	来源 ↗
open jev / sponsor segment control v1	Choice	89.7	100.0	52.2	来源 ↗
laya / ag news	Choice	89.5	94.0	75.4	来源 ↗
s1mb generalization diverse choice	Choice	89.4	100.0	69.5	来源 ↗
snli	Choice	88.7	98.4	46.0	来源 ↗
massive	Choice	86.3	96.7	64.5	来源 ↗
s1mb generalization diverse noul	Noul	84.0	100.0	59.2	来源 ↗
hwu64	Choice	83.0	92.5	56.8	来源 ↗
followir robust04	Noul	80.9	90.9	46.9	来源 ↗
lonli	Choice	80.3	86.9	39.2	来源 ↗
sdoh nli	Noul	80.0	92.0	60.8	来源 ↗
open jev / entity alignment control v1	Noul	78.6	100.0	35.9	来源 ↗
open jev / customer control v1	Choice	78.3	82.6	64.3	来源 ↗
hatecheck	Noul	78.0	98.0	47.5	来源 ↗
gretel pii	Choice	77.0	94.5	43.1	来源 ↗
open jev / workflow controls v1 / invoice processing	Noul	76.4	100.0	34.6	来源 ↗
mtop	Choice	75.4	86.9	58.6	来源 ↗
open jev / workflow controls v1 / customer service	Noul	74.7	100.0	41.6	来源 ↗
qasper	Noul	74.0	88.0	41.6	来源 ↗
quartz	Choice	73.8	88.1	49.1	来源 ↗
open jev / painting geometry v1	Choice	73.7	100.0	46.2	来源 ↗
banking77	Choice	72.6	93.7	54.6	来源 ↗
open jev / amount extraction control v1	Choice	72.5	100.0	55.0	来源 ↗
scone	Choice	72.0	92.0	34.2	来源 ↗
open jev / amount extraction control v1	Noul	71.9	100.0	33.3	来源 ↗
open jev / vizdoom basic v1	Noul	68.8	100.0	39.0	来源 ↗
open jev / workflow controls v1 / security incidents	Noul	68.3	100.0	37.8	来源 ↗
hans	Noul	68.0	100.0	43.3	来源 ↗
open jev / ir control v1	Choice	68.0	88.0	44.8	来源 ↗
few nerd	Choice	66.7	86.4	43.9	来源 ↗
open jev / email selection control v1	Noul	65.4	100.0	40.6	来源 ↗
winobias	Choice	65.2	91.3	30.1	来源 ↗
canttalk	Noul	64.0	86.0	43.9	来源 ↗
impli	Noul	64.0	88.0	46.7	来源 ↗
argument quality	Choice	59.2	95.9	37.4	来源 ↗
synthetic relevance / nanobeir / nanomsmarco	Noul	58.3	62.5	37.3	来源 ↗
babi nli	Noul	58.0	84.0	37.0	来源 ↗
creak	Noul	58.0	88.0	38.8	来源 ↗
open jev / silent failure control v1	Noul	58.0	100.0	38.8	来源 ↗
ruletaker	Noul	58.0	96.0	27.7	来源 ↗
contract nli	Choice	57.6	76.0	31.8	来源 ↗
s1mb generalization contextual score	Score	57.1	92.7	42.1	来源 ↗
open jev / ir control v1	Noul	57.1	100.0	47.3	来源 ↗
synthetic relevance / nanobeir / nanonq	Noul	56.7	67.2	39.5	来源 ↗
s1mb generalization diverse score	Score	56.5	95.3	42.8	来源 ↗
open jev / workflow controls v1 / agent trace observability	Noul	56.1	100.0	27.8	来源 ↗
open jev / citation control v1	Choice	54.5	100.0	40.9	来源 ↗
go emotions	Noul	54.5	61.3	38.3	来源 ↗
paws	Noul	52.0	88.0	45.7	来源 ↗
synthetic relevance / nanocoir	Noul	51.1	73.0	33.6	来源 ↗
arct	Choice	51.1	89.4	39.4	来源 ↗
aegis2	Noul	50.3	62.3	32.8	来源 ↗
defeasible nli	Choice	50.0	80.4	32.8	来源 ↗
ethics	Choice	50.0	83.3	20.9	来源 ↗
ethos	Noul	50.0	76.0	43.7	来源 ↗
open jev / phone extraction control v1	Choice	50.0	100.0	32.4	来源 ↗
synthetic relevance / nanobeir / nanofiqa2018	Noul	49.6	54.0	28.6	来源 ↗
scicite	Choice	45.2	71.0	44.0	来源 ↗
open jev / customer control v1	Score	45.1	99.3	36.7	来源 ↗
crows pairs	Choice	43.8	70.8	30.4	来源 ↗
synthetic relevance / nanobeir / nanotouche2020	Noul	42.5	47.0	26.6	来源 ↗
laya / typed decisions	Score	40.3	63.5	26.5	来源 ↗
winowhy	Noul	40.0	62.0	18.8	来源 ↗
robust lr	Choice	38.3	66.7	18.8	来源 ↗
ethics	Noul	38.2	68.6	23.9	来源 ↗
synthetic relevance / nanobeir / nanodbpedia	Noul	38.0	52.1	29.0	来源 ↗
synthetic relevance / nanobeir / nanotouche2020	Score	37.8	44.3	20.6	来源 ↗
open jev / email selection control v1	Choice	37.4	100.0	23.4	来源 ↗
cladder	Noul	36.0	94.0	17.7	来源 ↗
synthetic relevance / nanobeir / nanonfcorpus	Noul	35.3	46.2	25.1	来源 ↗
civil comments	Noul	35.3	36.7	21.4	来源 ↗
open jev / reasoning control v1	Choice	35.0	95.0	28.4	来源 ↗
open jev / vizdoom basic v1	Score	34.3	100.0	29.6	来源 ↗
lexcomp	Noul	34.0	52.0	22.5	来源 ↗
wiqa	Choice	33.3	58.7	19.3	来源 ↗
followir core17	Noul	33.0	46.6	21.2	来源 ↗
patent similarity	Score	32.3	48.3	17.7	来源 ↗
open jev / reasoning control v1	Score	30.5	90.7	27.7	来源 ↗
laya / typed decisions	Noul	30.4	47.8	24.4	来源 ↗
laya / typed decisions	Choice	30.2	34.5	18.9	来源 ↗
synthetic relevance / nanobeir / nanohotpotqa	Noul	28.9	70.8	28.4	来源 ↗
synthetic relevance / nanobeir / nanodbpedia	Score	28.1	44.9	17.6	来源 ↗
synthetic relevance / nanobeir / nanomsmarco	Score	28.1	52.6	17.8	来源 ↗
sgd	Choice	27.1	96.6	24.4	来源 ↗
synthetic relevance / nanobeir / nanoarguana	Noul	26.1	48.2	15.6	来源 ↗
synthetic relevance / nanobeir / nanoscidocs	Noul	25.3	41.7	17.3	来源 ↗
boardgameqa	Choice	25.0	62.5	15.6	来源 ↗
logical entailment	Noul	24.0	72.0	12.2	来源 ↗
open jev / reasoning control v1	Noul	22.8	100.0	25.3	来源 ↗
synthetic relevance / nanobeir / nanofiqa2018	Score	22.7	46.7	15.2	来源 ↗
stepgame	Choice	22.6	82.1	17.8	来源 ↗
esci	Choice	21.9	46.6	13.0	来源 ↗
fol nli	Choice	21.3	54.1	10.4	来源 ↗
temporal nli	Choice	19.4	80.7	18.3	来源 ↗
open jev / entity alignment control v1	Score	17.7	100.0	8.1	来源 ↗
open jev / snake v1	Noul	17.6	100.0	9.0	来源 ↗
followir news21	Noul	16.7	42.7	14.9	来源 ↗
open jev / painting geometry v1	Noul	15.2	100.0	27.2	来源 ↗
gsm8k	Choice	14.3	78.6	23.5	来源 ↗
aqua rat	Choice	14.1	77.5	10.7	来源 ↗
open jev / painting geometry v1	Score	13.9	100.0	15.2	来源 ↗
argument quality	Noul	10.1	23.9	5.4	来源 ↗
synthetic relevance / nanobeir / nanohotpotqa	Score	9.7	63.6	13.9	来源 ↗
open jev / context retention control v1	Noul	8.0	100.0	19.0	来源 ↗
plane	Noul	8.0	100.0	11.1	来源 ↗
tracie	Noul	8.0	34.0	8.7	来源 ↗
corr2cause	Choice	6.7	91.7	3.8	来源 ↗
open jev / snake v1	Choice	6.2	83.5	8.1	来源 ↗
synthetic relevance / nanobeir / nanonfcorpus	Score	5.9	38.6	10.7	来源 ↗
spartqa	Choice	4.8	38.7	4.4	来源 ↗
synthetic relevance / nanobeir / nanoscidocs	Score	3.8	36.7	7.2	来源 ↗
open jev / ir control v1	Score	0.6	98.6	10.1	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 / tic tac toe v1	Choice	0.0	48.5	3.5	来源 ↗
poem sentiment	Choice	0.0	57.1	4.0	来源 ↗
synthetic relevance / nanobeir / nanoarguana	Score	0.0	36.0	7.7	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 ↗
ud ewt	Choice	0.0	56.7	13.2	来源 ↗

Decision Index · 42 个基准

基准	类型	该模型	全场最佳	全场均值	来源
ARC-Easy	混合（Choice	97.8	99.5	87.3	来源 ↗
HellaSwag	混合（Choice	94.0	98.5	73.0	来源 ↗
ARC-Challenge	混合（Choice	93.9	98.2	79.4	来源 ↗
BFCL	混合（Choice	88.0	98.8	80.5	来源 ↗
CLINC150	混合（Choice	86.5	97.4	67.8	来源 ↗
FinEntity	混合（Choice	86.0	97.1	73.8	来源 ↗
BPoMP	混合（Choice	83.4	97.0	73.8	来源 ↗
WinoGrande	混合（Choice	80.7	97.5	69.8	来源 ↗
RouterBench	混合（Choice	79.9	80.1	73.2	来源 ↗
When2Call	混合（Choice	75.9	91.7	57.8	来源 ↗
BANKING77	混合（Choice	74.7	94.1	68.7	来源 ↗
MMLU	混合（Choice	74.2	91.9	64.4	来源 ↗
NLI4CT	混合（Choice	73.7	86.2	69.3	来源 ↗
ContractNLI	混合（Choice	72.3	86.5	59.9	来源 ↗
ToolRet	混合（Choice	65.0	69.1	55.1	来源 ↗
CLadder	混合（Choice	63.3	97.7	62.5	来源 ↗
New Yorker	混合（Choice	62.9	82.0	52.9	来源 ↗
BBH	混合（Choice	60.9	92.9	58.3	来源 ↗
cfcolor	混合（Choice	60.5	70.2	57.9	来源 ↗
API-Bank	混合（Choice	60.4	93.1	56.3	来源 ↗
Humicroedit	混合（Choice	59.7	75.1	57.2	来源 ↗
PhishNChips	混合（Choice	57.8	99.9	62.1	来源 ↗
ANLI	混合（Choice	56.4	98.6	54.0	来源 ↗
HoVer	混合（Choice	56.3	89.4	63.8	来源 ↗
MuSR	混合（Choice	53.7	86.2	56.0	来源 ↗
VAST	混合（Choice	53.5	82.0	50.1	来源 ↗
RAGTruth	混合（Choice	52.2	86.0	52.1	来源 ↗
MMLU-Pro	混合（Choice	51.6	82.7	42.3	来源 ↗
BRIGHT	混合（Choice	45.5	50.9	36.1	来源 ↗
CRUXEval	混合（Choice	43.7	87.9	50.7	来源 ↗
Amazon ESCI	混合（Choice	42.4	61.6	40.9	来源 ↗
iSarcasmEval	混合（Choice	42.1	71.0	38.4	来源 ↗
GPQA Diamond	混合（Choice	41.3	78.3	37.7	来源 ↗
Habermas	混合（Choice	40.6	71.8	42.2	来源 ↗
GSM8K	混合（Choice	40.6	83.5	36.0	来源 ↗
SATA-Bench	混合（Choice	31.6	37.2	20.3	来源 ↗
SGD	混合（Choice	20.0	73.4	47.4	来源 ↗
ACOS	混合（Choice	19.2	57.3	14.6	来源 ↗
Home appliances	混合（Choice	17.1	98.9	23.2	来源 ↗
ChessBench	混合（Choice	10.5	40.2	14.2	来源 ↗
HLE	混合（Choice	10.4	20.4	12.3	来源 ↗
POP909	混合（Choice	10.0	74.6	12.6	来源 ↗

同族条目（5）

型号	参数	Decision Index	S1MB	Vision	榜单
Decider 4B 当前	4.2B	40.3	42.8	—	s1mb, di
Mapika/decider-0.8b	4.2B（活跃 752M）	—	22.6	—	s1mb
decider-35b-a3b	35B（活跃 34B）	48.5	46.7	—	s1mb, di
Decider 2B	1.9B	25.8	29.4	—	s1mb, di
Mapika/decider-0.8b	4.2B（活跃 752M）	—	22.6	—	s1mb