decision.host
首页 / 模型 / Jebadiah 4B v2

Jebadiah 4B v2

Frontier Infra ChoiceNoulScore 开源权重 28B(活跃 4.2B) curateddis1mb

只用公开数据训练的复刻(typed-decisions、BoolQ、MNLI、DBpedia14、HelpSteer2、SummEval),逐类型温度校准。

S1MB Task Avg
45.5
第 22 名 · 覆盖 137/137(100%)

模型信息

厂商
Frontier Infra
类别
开源权重
参数规模
28B(活跃 4.2B)
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
决策原语
ChoiceNoulScore
可微调
可以
微调方法
LoRA,merged 到 bf16
训练方式
LoRA

数据来源与链接

本站聚合自: curated、di、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 / mailroom control v1 Choice 100.0 100.0 82.9 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 97.8 98.9 83.5 来源 ↗
open jev / sponsor segment control v1 Choice 97.4 100.0 52.2 来源 ↗
bbq Choice 96.7 98.3 53.8 来源 ↗
open jev / drone control v1 Noul 94.1 100.0 50.2 来源 ↗
arc Choice 92.7 98.5 64.4 来源 ↗
s1mb generalization diverse choice Choice 92.1 100.0 69.5 来源 ↗
followir robust04 Noul 90.9 90.9 46.9 来源 ↗
open jev / mailroom control v1 Noul 90.6 100.0 62.5 来源 ↗
laya / enron spam Noul 90.0 100.0 54.6 来源 ↗
s1mb generalization contextual noul Noul 88.0 98.0 62.0 来源 ↗
open jev / vizdoom basic v1 Noul 87.9 100.0 39.0 来源 ↗
miqa Choice 86.4 95.5 61.9 来源 ↗
snli Choice 85.5 98.4 46.0 来源 ↗
open jev / painting geometry v1 Choice 84.2 100.0 46.2 来源 ↗
s1mb generalization diverse noul Noul 84.0 100.0 59.2 来源 ↗
openbookqa Choice 83.3 97.2 53.7 来源 ↗
open jev / customer control v1 Noul 82.3 100.0 58.0 来源 ↗
hatecheck Noul 82.0 98.0 47.5 来源 ↗
clinc Choice 81.4 99.3 57.3 来源 ↗
scitail Noul 80.0 98.0 53.0 来源 ↗
sdoh nli Noul 80.0 92.0 60.8 来源 ↗
massive Choice 79.2 96.7 64.5 来源 ↗
laya / ag news Choice 79.1 94.0 75.4 来源 ↗
hwu64 Choice 78.7 92.5 56.8 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 78.1 100.0 34.6 来源 ↗
mtop Choice 77.2 86.9 58.6 来源 ↗
open jev / amount extraction control v1 Choice 76.5 100.0 55.0 来源 ↗
open jev / ir control v1 Choice 76.0 88.0 44.8 来源 ↗
open jev / citation control v1 Choice 75.8 100.0 40.9 来源 ↗
hans Noul 72.0 100.0 43.3 来源 ↗
impli Noul 72.0 88.0 46.7 来源 ↗
scone Choice 72.0 92.0 34.2 来源 ↗
quartz Choice 71.4 88.1 49.1 来源 ↗
open jev / vizdoom basic v1 Score 70.2 100.0 29.6 来源 ↗
s1mb generalization diverse score Score 70.0 95.3 42.8 来源 ↗
s1mb generalization contextual score Score 69.7 92.7 42.1 来源 ↗
open jev / customer control v1 Choice 69.6 82.6 64.3 来源 ↗
few nerd Choice 69.5 86.4 43.9 来源 ↗
gretel pii Choice 69.2 94.5 43.1 来源 ↗
canttalk Noul 68.0 86.0 43.9 来源 ↗
ethos Noul 68.0 76.0 43.7 来源 ↗
lonli Choice 67.2 86.9 39.2 来源 ↗
creak Noul 66.0 88.0 38.8 来源 ↗
open jev / workflow controls v1 / customer service Noul 62.8 100.0 41.6 来源 ↗
qasper Noul 62.0 88.0 41.6 来源 ↗
arct Choice 61.7 89.4 39.4 来源 ↗
scicite Choice 61.3 71.0 44.0 来源 ↗
open jev / phone extraction control v1 Choice 60.9 100.0 32.4 来源 ↗
banking77 Choice 60.0 93.7 54.6 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 59.7 67.2 39.5 来源 ↗
laya / typed decisions Score 58.0 63.5 26.5 来源 ↗
contract nli Choice 57.5 76.0 31.8 来源 ↗
open jev / ir control v1 Noul 57.1 100.0 47.3 来源 ↗
open jev / reasoning control v1 Score 56.5 90.7 27.7 来源 ↗
defeasible nli Choice 56.5 80.4 32.8 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 54.2 62.5 37.3 来源 ↗
open jev / entity alignment control v1 Noul 53.9 100.0 35.9 来源 ↗
argument quality Choice 53.1 95.9 37.4 来源 ↗
open jev / workflow controls v1 / security incidents Noul 52.8 100.0 37.8 来源 ↗
crows pairs Choice 52.1 70.8 30.4 来源 ↗
paws Noul 52.0 88.0 45.7 来源 ↗
ethics Choice 50.0 83.3 20.9 来源 ↗
open jev / amount extraction control v1 Noul 50.0 100.0 33.3 来源 ↗
open jev / email selection control v1 Noul 50.0 100.0 40.6 来源 ↗
go emotions Noul 48.4 61.3 38.3 来源 ↗
babi nli Noul 48.0 84.0 37.0 来源 ↗
winobias Choice 47.8 91.3 30.1 来源 ↗
robust lr Choice 46.7 66.7 18.8 来源 ↗
open jev / silent failure control v1 Noul 46.0 100.0 38.8 来源 ↗
aegis2 Noul 45.1 62.3 32.8 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 45.1 54.0 28.6 来源 ↗
open jev / reasoning control v1 Choice 45.0 95.0 28.4 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 44.2 44.3 20.6 来源 ↗
open jev / painting geometry v1 Noul 43.8 100.0 27.2 来源 ↗
laya / typed decisions Noul 43.1 47.8 24.4 来源 ↗
open jev / customer control v1 Score 42.9 99.3 36.7 来源 ↗
lexcomp Noul 42.0 52.0 22.5 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 41.3 52.6 17.8 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 39.8 52.1 29.0 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 39.3 44.9 17.6 来源 ↗
ethics Noul 39.2 68.6 23.9 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 38.9 46.7 15.2 来源 ↗
ruletaker Noul 38.0 96.0 27.7 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 38.0 46.2 25.1 来源 ↗
synthetic relevance / nanocoir Noul 37.0 73.0 33.6 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 35.5 47.0 26.6 来源 ↗
temporal nli Choice 35.5 80.7 18.3 来源 ↗
wiqa Choice 34.9 58.7 19.3 来源 ↗
laya / typed decisions Choice 34.5 34.5 18.9 来源 ↗
boardgameqa Choice 32.8 62.5 15.6 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 32.8 100.0 27.8 来源 ↗
patent similarity Score 31.1 48.3 17.7 来源 ↗
followir core17 Noul 31.1 46.6 21.2 来源 ↗
synthetic relevance / nanobeir / nanonq Score 30.6 49.4 9.3 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 29.3 38.6 10.7 来源 ↗
civil comments Noul 29.2 36.7 21.4 来源 ↗
sgd Choice 28.8 96.6 24.4 来源 ↗
stepgame Choice 27.4 82.1 17.8 来源 ↗
gsm8k Choice 27.1 78.6 23.5 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 26.2 63.6 13.9 来源 ↗
logical entailment Noul 24.0 72.0 12.2 来源 ↗
winowhy Noul 24.0 62.0 18.8 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 23.6 36.0 7.7 来源 ↗
open jev / email selection control v1 Choice 21.7 100.0 23.4 来源 ↗
ud ewt Choice 20.7 56.7 13.2 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 18.6 36.7 7.2 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 18.1 70.8 28.4 来源 ↗
cladder Noul 18.0 94.0 17.7 来源 ↗
open jev / context retention control v1 Noul 16.0 100.0 19.0 来源 ↗
tracie Noul 14.0 34.0 8.7 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 13.1 41.7 17.3 来源 ↗
aqua rat Choice 12.7 77.5 10.7 来源 ↗
esci Choice 12.3 46.6 13.0 来源 ↗
argument quality Noul 11.9 23.9 5.4 来源 ↗
open jev / reasoning control v1 Noul 11.0 100.0 25.3 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 10.3 48.2 15.6 来源 ↗
followir news21 Noul 9.3 42.7 14.9 来源 ↗
fol nli Choice 8.2 54.1 10.4 来源 ↗
hh rlhf Choice 7.7 23.1 3.1 来源 ↗
open jev / tic tac toe v1 Choice 7.6 48.5 3.5 来源 ↗
open jev / snake v1 Noul 2.8 100.0 9.0 来源 ↗
spartqa Choice 1.6 38.7 4.4 来源 ↗
synthetic relevance / nanocoir Score 0.0 44.3 4.3 来源 ↗
corr2cause Choice 0.0 91.7 3.8 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 / entity alignment control v1 Score 0.0 100.0 8.1 来源 ↗
open jev / ir control v1 Score 0.0 98.6 10.1 来源 ↗
open jev / painting geometry v1 Score 0.0 100.0 15.2 来源 ↗
open jev / snake v1 Choice 0.0 83.5 8.1 来源 ↗
plane Noul 0.0 100.0 11.1 来源 ↗
poem sentiment Choice 0.0 57.1 4.0 来源 ↗

同族条目(3)

型号参数Decision Index S1MBVision榜单
Jebadiah 4B v2 当前 28B(活跃 4.2B) — 45.5 — s1mb
frontier-infra Jebadiah 27B 28B 55.6 — — di
Jebadiah 9B v0 9.0B(活跃 8.0B) — 48.7 — s1mb