公开知识图谱记录
Microsoft-Decision-1
记录摘要
单次为固定选项打分，输出校准概率而非生成文本。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: 准确率83.5%，在比较的9个系统中平均最高
- 基准测试: 安全评测覆盖5,250个请求、11项基准
- 基准测试: 36 项基准测试平均准确率 83.5%
- 基准测试: 参与9个系统、36项基准、147137道题的比较
- 基准测试: Microsoft 36-benchmark comparison
- 能力: 支持是非、多选、评分、分类和量规评分
- 能力: 支持“无法判断”式弃答选项
- 能力: 支持“无法判断”等弃答选项
资料覆盖
知识图谱当前记录了 10 个已知资料维度，另有 7 个维度尚未记录，关联 2 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- Microsoft — 发布
- OpenRouter — 支持
- gemma-4-31B-it — 竞品
- Qwen3.5-9B — 基于
- gemma-4-31B-it — 竞品