Decision Index 0.1 发布:35+ 基准 13 万问评测 30 多个开源决策模型
multimodalart · x · 2026-09-22
multimodalart（Hugging Face 团队成员）发布 Decision Index 0.1，一个针对决策/分类类开源权重模型的严谨评测项目。
- 覆盖 JEV 与 30+ 个开源权重决策/分类模型
- 使用 35+ 个 benchmark，对每个模型提出约 13 万个问题
- 评测维度包括知识、自动化、理解力，甚至创造力
- 结果与详情见其发布链接
所属事件:Decision Index发布：13万次提问横评30多个开源决策模型(4 条相关)→
「模型」频道最新
- M5 Ultra 跑 Qwen 达 3740 tok/s prefill,一天内翻倍震惊业界 — EAccelerate_42 · 2026-09-22
- 开源可复现的性能-延迟 Pareto 前沿:Qwen3-4B 与 DiffusionGemma 上榜 — multimodalart · 2026-09-22
- Reddit 网友盘点在研新模型：Gemini 4.0、GPT Bel 与 K4 竞速 — IllCryptographer9461 · 2026-09-22
- 开源小模型世界知识短板引热议：N-gram 能否换来知识量 — ironicstatistic · 2026-09-22
- 小模型「迷你前沿」盘点:350M 以下 GLiNER 2.5 领跑多档位 — multimodalart · 2026-09-22
- Jev 相关服务爆满暂停注册,用户单日狂刷十亿 token — MaziyarPanahi · 2026-09-22