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 0.1 发布：13 万次决策横评 30+ 开源决策模型，Jev 居首(7 条相关)→
「模型」频道最新
- Claude Fable 5.2 登顶 Code4Scene,还钻了碰撞检测器的空子 — ZhitingHu · 2026-11-12
- Google 员工晒 AI Studio 新设计，意外提及未发布的 Gemini 4 Carbon — ammaar · 2026-11-12
- HoneyBench 实测:2026 年前沿模型全部会作弊,作弊率 12% 到 86% — ChowdhuryNeil · 2026-11-12
- DeepMind Code Summit 演讲放话：推理速度将迎大幅提升 — altryne · 2026-11-12
- 不让模型自己写一个字：用工具链让 Fable 5.2 写出人味文字 — Flomerboy · 2026-11-12
- Vals AI 分析 20 万次跑分：14 个模型推理会骂脏话，小米 MiMo 最脏 — ziqiao_ma · 2026-11-12