decision.host
首页 / 模型 / ZefanCai/Open-Jev-9B

ZefanCai/Open-Jev-9B

Zefan Cai ChoiceNoulScore 开源权重 7.9B(活跃 6.9B) curateds1mb
S1MB Task Avg
52.1
第 10 名 · 覆盖 137/137(100%)

模型信息

厂商
Zefan Cai
类别
开源权重
参数规模
7.9B(活跃 6.9B)
基座模型
Qwen/Qwen3.5-9B
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
pip install -e '.[train]';LoRA rank 8 / alpha 16,scalar head 联合训练,保存温度(T=1.897)
微调硬件
9B bf16 约 16 GB

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 / customer control v1 Noul 100.0 100.0 58.0 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 / painting geometry v1 Noul 100.0 100.0 27.2 来源 ↗
open jev / snake v1 Noul 100.0 100.0 9.0 来源 ↗
open jev / vizdoom basic v1 Noul 100.0 100.0 39.0 来源 ↗
open jev / workflow controls v1 / agent trace observability Noul 100.0 100.0 27.8 来源 ↗
open jev / workflow controls v1 / customer service Noul 100.0 100.0 41.6 来源 ↗
open jev / workflow controls v1 / invoice processing Noul 100.0 100.0 34.6 来源 ↗
open jev / workflow controls v1 / security incidents Noul 100.0 100.0 37.8 来源 ↗
s1mb generalization contextual choice Choice 100.0 100.0 82.6 来源 ↗
open jev / vizdoom basic v1 Score 100.0 100.0 29.6 来源 ↗
open jev / painting geometry v1 Score 100.0 100.0 15.2 来源 ↗
open jev / customer control v1 Score 99.3 99.3 36.7 来源 ↗
open jev / browser control v1 Choice 97.8 100.0 67.4 来源 ↗
open jev / sponsor segment control v1 Choice 97.4 100.0 52.2 来源 ↗
dbpedia Choice 96.6 98.9 83.5 来源 ↗
arc Choice 94.1 98.5 64.4 来源 ↗
s1mb generalization contextual noul Noul 94.0 98.0 62.0 来源 ↗
s1mb generalization diverse choice Choice 93.4 100.0 69.5 来源 ↗
s1mb generalization diverse noul Noul 92.0 100.0 59.2 来源 ↗
open jev / entity alignment control v1 Noul 91.7 100.0 35.9 来源 ↗
open jev / phone extraction control v1 Noul 90.0 100.0 50.4 来源 ↗
miqa Choice 88.6 95.5 61.9 来源 ↗
open jev / drone control v1 Noul 88.2 100.0 50.2 来源 ↗
open jev / mailroom control v1 Noul 88.1 100.0 62.5 来源 ↗
open jev / ir control v1 Noul 85.7 100.0 47.3 来源 ↗
bbq Choice 85.0 98.3 53.8 来源 ↗
open jev / reasoning control v1 Choice 85.0 95.0 28.4 来源 ↗
open jev / reasoning control v1 Score 84.6 90.7 27.7 来源 ↗
open jev / silent failure control v1 Noul 84.0 100.0 38.8 来源 ↗
open jev / snake v1 Choice 83.5 83.5 8.1 来源 ↗
open jev / customer control v1 Choice 82.6 82.6 64.3 来源 ↗
open jev / reasoning control v1 Noul 82.3 100.0 25.3 来源 ↗
openbookqa Choice 81.9 97.2 53.7 来源 ↗
open jev / amount extraction control v1 Choice 80.4 100.0 55.0 来源 ↗
canttalk Noul 80.0 86.0 43.9 来源 ↗
laya / enron spam Noul 80.0 100.0 54.6 来源 ↗
sdoh nli Noul 80.0 92.0 60.8 来源 ↗
hans Noul 78.0 100.0 43.3 来源 ↗
hatecheck Noul 78.0 98.0 47.5 来源 ↗
scitail Noul 78.0 98.0 53.0 来源 ↗
laya / ag news Choice 76.1 94.0 75.4 来源 ↗
mtop Choice 76.0 86.9 58.6 来源 ↗
massive Choice 75.9 96.7 64.5 来源 ↗
open jev / phone extraction control v1 Choice 73.9 100.0 32.4 来源 ↗
hwu64 Choice 73.4 92.5 56.8 来源 ↗
s1mb generalization contextual score Score 72.1 92.7 42.1 来源 ↗
qasper Noul 72.0 88.0 41.6 来源 ↗
lonli Choice 70.5 86.9 39.2 来源 ↗
clinc Choice 70.3 99.3 57.3 来源 ↗
creak Noul 70.0 88.0 38.8 来源 ↗
gretel pii Choice 69.8 94.5 43.1 来源 ↗
quartz Choice 69.0 88.1 49.1 来源 ↗
open jev / ir control v1 Choice 68.0 88.0 44.8 来源 ↗
scone Choice 68.0 92.0 34.2 来源 ↗
open jev / amount extraction control v1 Noul 65.6 100.0 33.3 来源 ↗
contract nli Choice 64.9 76.0 31.8 来源 ↗
s1mb generalization diverse score Score 62.3 95.3 42.8 来源 ↗
banking77 Choice 62.1 93.7 54.6 来源 ↗
winobias Choice 60.9 91.3 30.1 来源 ↗
crows pairs Choice 60.4 70.8 30.4 来源 ↗
gsm8k Choice 60.0 78.6 23.5 来源 ↗
few nerd Choice 58.4 86.4 43.9 来源 ↗
scicite Choice 58.1 71.0 44.0 来源 ↗
snli Choice 58.1 98.4 46.0 来源 ↗
impli Noul 58.0 88.0 46.7 来源 ↗
followir robust04 Noul 57.9 90.9 46.9 来源 ↗
open jev / citation control v1 Choice 54.5 100.0 40.9 来源 ↗
babi nli Noul 54.0 84.0 37.0 来源 ↗
ethos Noul 54.0 76.0 43.7 来源 ↗
arct Choice 53.2 89.4 39.4 来源 ↗
argument quality Choice 53.1 95.9 37.4 来源 ↗
defeasible nli Choice 50.0 80.4 32.8 来源 ↗
open jev / email selection control v1 Noul 50.0 100.0 40.6 来源 ↗
synthetic relevance / nanobeir / nanonq Noul 48.6 67.2 39.5 来源 ↗
ruletaker Noul 48.0 96.0 27.7 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Score 46.6 52.6 17.8 来源 ↗
lexcomp Noul 46.0 52.0 22.5 来源 ↗
laya / typed decisions Score 45.2 63.5 26.5 来源 ↗
aegis2 Noul 43.4 62.3 32.8 来源 ↗
open jev / context retention control v1 Noul 40.0 100.0 19.0 来源 ↗
synthetic relevance / nanobeir / nanonq Score 39.6 49.4 9.3 来源 ↗
open jev / tic tac toe v1 Choice 39.4 48.5 3.5 来源 ↗
laya / typed decisions Noul 39.3 47.8 24.4 来源 ↗
go emotions Noul 38.8 61.3 38.3 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Score 38.2 46.7 15.2 来源 ↗
synthetic relevance / nanobeir / nanomsmarco Noul 37.6 62.5 37.3 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Score 37.3 44.9 17.6 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Score 37.0 44.3 20.6 来源 ↗
paws Noul 36.0 88.0 45.7 来源 ↗
patent similarity Score 35.9 48.3 17.7 来源 ↗
synthetic relevance / nanocoir Noul 35.8 73.0 33.6 来源 ↗
open jev / ir control v1 Score 32.5 98.6 10.1 来源 ↗
cladder Noul 32.0 94.0 17.7 来源 ↗
robust lr Choice 31.7 66.7 18.8 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Score 30.0 38.6 10.7 来源 ↗
winowhy Noul 30.0 62.0 18.8 来源 ↗
synthetic relevance / nanobeir / nanotouche2020 Noul 29.6 47.0 26.6 来源 ↗
temporal nli Choice 29.0 80.7 18.3 来源 ↗
laya / typed decisions Choice 28.8 34.5 18.9 来源 ↗
wiqa Choice 28.6 58.7 19.3 来源 ↗
ethics Noul 28.4 68.6 23.9 来源 ↗
civil comments Noul 27.6 36.7 21.4 来源 ↗
sgd Choice 27.1 96.6 24.4 来源 ↗
boardgameqa Choice 26.6 62.5 15.6 来源 ↗
logical entailment Noul 26.0 72.0 12.2 来源 ↗
synthetic relevance / nanobeir / nanonfcorpus Noul 24.7 46.2 25.1 来源 ↗
synthetic relevance / nanobeir / nanofiqa2018 Noul 23.2 54.0 28.6 来源 ↗
synthetic relevance / nanobeir / nanodbpedia Noul 22.8 52.1 29.0 来源 ↗
fol nli Choice 21.3 54.1 10.4 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Score 20.9 63.6 13.9 来源 ↗
open jev / entity alignment control v1 Score 20.0 100.0 8.1 来源 ↗
esci Choice 17.8 46.6 13.0 来源 ↗
synthetic relevance / nanobeir / nanoarguana Score 17.6 36.0 7.7 来源 ↗
aqua rat Choice 16.9 77.5 10.7 来源 ↗
ethics Choice 16.7 83.3 20.9 来源 ↗
followir core17 Noul 16.7 46.6 21.2 来源 ↗
synthetic relevance / nanobeir / nanoarguana Noul 15.6 48.2 15.6 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Score 15.4 36.7 7.2 来源 ↗
ud ewt Choice 15.0 56.7 13.2 来源 ↗
stepgame Choice 14.3 82.1 17.8 来源 ↗
tracie Noul 14.0 34.0 8.7 来源 ↗
synthetic relevance / nanocoir Score 11.3 44.3 4.3 来源 ↗
synthetic relevance / nanobeir / nanohotpotqa Noul 10.7 70.8 28.4 来源 ↗
nlsat Noul 10.0 22.0 2.1 来源 ↗
synthetic relevance / nanobeir / nanoscidocs Noul 6.1 41.7 17.3 来源 ↗
argument quality Noul 5.2 23.9 5.4 来源 ↗
plane Noul 2.0 100.0 11.1 来源 ↗
corr2cause Choice 0.0 91.7 3.8 来源 ↗
followir news21 Noul 0.0 42.7 14.9 来源 ↗
hh rlhf Choice 0.0 23.1 3.1 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 / email selection control v1 Choice 0.0 100.0 23.4 来源 ↗
poem sentiment Choice 0.0 57.1 4.0 来源 ↗
spartqa Choice 0.0 38.7 4.4 来源 ↗

同族条目(6)

型号参数Decision Index S1MBVision榜单
ZefanCai/Open-Jev-9B 当前 7.9B(活跃 6.9B) — 52.1 — s1mb
Kotoba Open-Jev DeBERTa v3 Large 26B(活跃 24B) — 10.1 — s1mb
open-jev (pngwn) 4.7B 32.1 — — di
Kotoba Open-Jev DeBERTa v3 Large 26B(活跃 24B) — 10.1 — s1mb
ZefanCai/Open-Jev-27B-v1.1 26B(活跃 24B) — 56.9 — s1mb
ZefanCai/Open-Jev-2B 1.9B(活跃 1.4B) — 34.6 — s1mb