InternLMEntscheidungsmodellOpen Source
Intern-Decision-0.8B
BeliebtheitPlatz 299 von 875
38von 100-1 zum Vormonat
Zusammenfassung
Intern-Decision-0.8B ist das kleinste Modell der multimodalen Intern-Decision-Reihe. Es nimmt einen gemeinsamen State, benannte Fragen und optionale Bilder auf. In einem Vorwärtsdurchlauf entstehen typisierte JSON-Antworten mit Choice, Score und Noul samt Wahrscheinlichkeiten. Die Laufzeit ruft keine Freitextgenerierung auf.
Der 0,8-Milliarden-Parameter-Checkpoint ist aus Qwen3.5-0.8B feinabgestimmt. Die Apache-2.0-Gewichte laufen lokal mit der mitgelieferten DecisionEngine und haben ein Eingabelimit von 8.192 Token.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 64 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 6
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Intern Decision evaluation: Jevbench-Easy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 97.92
- Bewertung
- 97.92
- Messgröße
- Jevbench-Easy
- Einheit
- %
- Benchmark-Version
- arXiv:2610.22131v1, Table 3, Jevbench-Easy
- Kategorie
- Intern Decision evaluation
- Richtung
- Mehr ist besser
- Stichprobe
- 48
- Quellentyp
- vendor-reported
- Auswertung
- InternLM Intern-Decision-0.8B model card
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3: lokale Hugging-Face-Inferenz mit strukturiertem Kandidatenscoring. Exakte Modellbezeichnung: Intern-Decision-0.8B. Testsuite: Jevbench-Easy. Tabelle 2 weist N=48 Entscheidungen für diese Suite aus.
Intern Decision evaluation: Jevbench-Original (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 80.56
- Bewertung
- 80.56
- Messgröße
- Jevbench-Original
- Einheit
- %
- Benchmark-Version
- arXiv:2610.22131v1, Table 3, Jevbench-Original
- Kategorie
- Intern Decision evaluation
- Richtung
- Mehr ist besser
- Stichprobe
- 72
- Quellentyp
- vendor-reported
- Auswertung
- InternLM Intern-Decision-0.8B model card
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3: lokale Hugging-Face-Inferenz mit strukturiertem Kandidatenscoring. Exakte Modellbezeichnung: Intern-Decision-0.8B. Testsuite: Jevbench-Original. Tabelle 2 weist N=72 Entscheidungen für diese Suite aus.
Intern Decision evaluation: Jevbench-Hard (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 52.25
- Bewertung
- 52.25
- Messgröße
- Jevbench-Hard
- Einheit
- %
- Benchmark-Version
- arXiv:2610.22131v1, Table 3, Jevbench-Hard
- Kategorie
- Intern Decision evaluation
- Richtung
- Mehr ist besser
- Stichprobe
- 111
- Quellentyp
- vendor-reported
- Auswertung
- InternLM Intern-Decision-0.8B model card
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3: lokale Hugging-Face-Inferenz mit strukturiertem Kandidatenscoring. Exakte Modellbezeichnung: Intern-Decision-0.8B. Testsuite: Jevbench-Hard. Tabelle 2 weist N=111 Entscheidungen für diese Suite aus.
Intern Decision evaluation: Typed Decision (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 77.35
- Bewertung
- 77.35
- Messgröße
- Typed Decision
- Einheit
- %
- Benchmark-Version
- arXiv:2610.22131v1, Table 3, Typed Decision
- Kategorie
- Intern Decision evaluation
- Richtung
- Mehr ist besser
- Stichprobe
- 2000
- Quellentyp
- vendor-reported
- Auswertung
- InternLM Intern-Decision-0.8B model card
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3: lokale Hugging-Face-Inferenz mit strukturiertem Kandidatenscoring. Exakte Modellbezeichnung: Intern-Decision-0.8B. Testsuite: Typed Decision. Tabelle 2 weist N=2.000 Entscheidungen für diese Suite aus.
Intern Decision evaluation: ToolACE (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 94.52
- Bewertung
- 94.52
- Messgröße
- ToolACE
- Einheit
- %
- Benchmark-Version
- arXiv:2610.22131v1, Table 3, ToolACE
- Kategorie
- Intern Decision evaluation
- Richtung
- Mehr ist besser
- Stichprobe
- 310
- Quellentyp
- vendor-reported
- Auswertung
- InternLM Intern-Decision-0.8B model card
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3: lokale Hugging-Face-Inferenz mit strukturiertem Kandidatenscoring. Exakte Modellbezeichnung: Intern-Decision-0.8B. Testsuite: ToolACE. Tabelle 2 weist N=310 Entscheidungen für diese Suite aus.
Intern Decision evaluation: AG News (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 88.61
- Bewertung
- 88.61
- Messgröße
- AG News
- Einheit
- %
- Benchmark-Version
- arXiv:2610.22131v1, Table 3, AG News
- Kategorie
- Intern Decision evaluation
- Richtung
- Mehr ist besser
- Stichprobe
- 7600
- Quellentyp
- vendor-reported
- Auswertung
- InternLM Intern-Decision-0.8B model card
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3: lokale Hugging-Face-Inferenz mit strukturiertem Kandidatenscoring. Exakte Modellbezeichnung: Intern-Decision-0.8B. Testsuite: AG News. Tabelle 2 weist N=7.600 Entscheidungen für diese Suite aus.
Intern Decision evaluation: WildJailBreak (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 64.48
- Bewertung
- 64.48
- Messgröße
- WildJailBreak
- Einheit
- %
- Benchmark-Version
- arXiv:2610.22131v1, Table 3, WildJailBreak
- Kategorie
- Intern Decision evaluation
- Richtung
- Mehr ist besser
- Stichprobe
- 2210
- Quellentyp
- vendor-reported
- Auswertung
- InternLM Intern-Decision-0.8B model card
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3: lokale Hugging-Face-Inferenz mit strukturiertem Kandidatenscoring. Exakte Modellbezeichnung: Intern-Decision-0.8B. Testsuite: WildJailBreak. Tabelle 2 weist N=2.210 Entscheidungen für diese Suite aus.
Intern Decision evaluation: Average (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 79.38
- Bewertung
- 79.38
- Messgröße
- Average
- Einheit
- %
- Kategorie
- Intern Decision evaluation
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- InternLM Intern-Decision-0.8B model card
- Status
- active
- Abrufdatum
- 2026-10-04
- Methodik
- Vom Anbieter veröffentlichter Wert. Lokale Hugging-Face-Inferenz=ja; Strukturiertes Kandidatenscoring=ja
Zero-shot IE multilingual: popular-language tier accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 94
- Bewertung
- 94
- Messgröße
- accuracy, source table rounded to whole percent
- Einheit
- %
- Benchmark-Version
- Zero-shot IE multilingual snapshot at repository commit c45a00c25d2731ac7047def97b91421aaff2f611
- Kategorie
- multilingual-popular
- Richtung
- Mehr ist besser
- Stichprobe
- 18
- Quellentyp
- independent-evaluator
- Auswertung
- Zero-shot IE benchmark README, pinned commit c45a00c25d2731ac7047def97b91421aaff2f611
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Die gepinnte Tabelle der Auswerter-README meldet für die exakte Ergebniszeile „Intern-Decision 0.8B“ das Tier Popular: 94 %. Die Aufgabe umfasst sechs Sentimenttexte je Sprache in neun Sprachen. Dieses Tier enthält Spanish, French and Simplified Chinese, insgesamt 18 Texte. Der Messwert stammt direkt aus der gepinnten README-Tabelle (Body-SHA-256 7905d1cbfb4d75d65d02a5e6c537e1e84fe8b5c388f33075a6c0db42fa0cac98) und wurde nicht aus den separaten Sprachwerten neu berechnet. Der öffentliche Runner beschreibt eine blinde Rückübersetzung und verwendet Labeloptionen mit englischen Beschreibungen. Eine unveränderliche Modell-/API-Revision und ein Konfidenzintervall sind nicht veröffentlicht.
- Einordnung
- Die gepinnte README des Auswerters veröffentlicht auf ganze Prozent gerundete Tier-Zellen. Verwendet werden genau diese angezeigten Werte, keine Neuberechnung aus sprachbezogenen Daten. Es handelt sich um eine kleine benutzerdefinierte Evaluation, nicht um eine standardisierte Rangliste. Der Autor berichtet eine blinde Rückübersetzung und sagt, die vollständige Texttabelle sei in einem PR zur Prüfung durch Muttersprachler gewesen. Diese Prüfung wurde nicht unabhängig bestätigt. System-/Modellrevisionen und vollständige Decoding-Einstellungen sind nicht gepinnt.
Zero-shot IE multilingual: medium-resource-language tier accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 94
- Bewertung
- 94
- Messgröße
- accuracy, source table rounded to whole percent
- Einheit
- %
- Benchmark-Version
- Zero-shot IE multilingual snapshot at repository commit c45a00c25d2731ac7047def97b91421aaff2f611
- Kategorie
- multilingual-medium
- Richtung
- Mehr ist besser
- Stichprobe
- 18
- Quellentyp
- independent-evaluator
- Auswertung
- Zero-shot IE benchmark README, pinned commit c45a00c25d2731ac7047def97b91421aaff2f611
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Die gepinnte Tabelle der Auswerter-README meldet für die exakte Ergebniszeile „Intern-Decision 0.8B“ das Tier Medium: 94 %. Die Aufgabe umfasst sechs Sentimenttexte je Sprache in neun Sprachen. Dieses Tier enthält Vietnamese, Turkish and Ukrainian, insgesamt 18 Texte. Der Messwert stammt direkt aus der gepinnten README-Tabelle (Body-SHA-256 7905d1cbfb4d75d65d02a5e6c537e1e84fe8b5c388f33075a6c0db42fa0cac98) und wurde nicht aus den separaten Sprachwerten neu berechnet. Der öffentliche Runner beschreibt eine blinde Rückübersetzung und verwendet Labeloptionen mit englischen Beschreibungen. Eine unveränderliche Modell-/API-Revision und ein Konfidenzintervall sind nicht veröffentlicht.
- Einordnung
- Die gepinnte README des Auswerters veröffentlicht auf ganze Prozent gerundete Tier-Zellen. Verwendet werden genau diese angezeigten Werte, keine Neuberechnung aus sprachbezogenen Daten. Es handelt sich um eine kleine benutzerdefinierte Evaluation, nicht um eine standardisierte Rangliste. Der Autor berichtet eine blinde Rückübersetzung und sagt, die vollständige Texttabelle sei in einem PR zur Prüfung durch Muttersprachler gewesen. Diese Prüfung wurde nicht unabhängig bestätigt. System-/Modellrevisionen und vollständige Decoding-Einstellungen sind nicht gepinnt.
Zero-shot IE multilingual: rare-language tier accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 78
- Bewertung
- 78
- Messgröße
- accuracy, source table rounded to whole percent
- Einheit
- %
- Benchmark-Version
- Zero-shot IE multilingual snapshot at repository commit c45a00c25d2731ac7047def97b91421aaff2f611
- Kategorie
- multilingual-rare
- Richtung
- Mehr ist besser
- Stichprobe
- 18
- Quellentyp
- independent-evaluator
- Auswertung
- Zero-shot IE benchmark README, pinned commit c45a00c25d2731ac7047def97b91421aaff2f611
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Die gepinnte Tabelle der Auswerter-README meldet für die exakte Ergebniszeile „Intern-Decision 0.8B“ das Tier Rare: 78 %. Die Aufgabe umfasst sechs Sentimenttexte je Sprache in neun Sprachen. Dieses Tier enthält Sinhala, Icelandic and Welsh, insgesamt 18 Texte. Der Messwert stammt direkt aus der gepinnten README-Tabelle (Body-SHA-256 7905d1cbfb4d75d65d02a5e6c537e1e84fe8b5c388f33075a6c0db42fa0cac98) und wurde nicht aus den separaten Sprachwerten neu berechnet. Der öffentliche Runner beschreibt eine blinde Rückübersetzung und verwendet Labeloptionen mit englischen Beschreibungen. Eine unveränderliche Modell-/API-Revision und ein Konfidenzintervall sind nicht veröffentlicht.
- Einordnung
- Die gepinnte README des Auswerters veröffentlicht auf ganze Prozent gerundete Tier-Zellen. Verwendet werden genau diese angezeigten Werte, keine Neuberechnung aus sprachbezogenen Daten. Es handelt sich um eine kleine benutzerdefinierte Evaluation, nicht um eine standardisierte Rangliste. Der Autor berichtet eine blinde Rückübersetzung und sagt, die vollständige Texttabelle sei in einem PR zur Prüfung durch Muttersprachler gewesen. Diese Prüfung wurde nicht unabhängig bestätigt. System-/Modellrevisionen und vollständige Decoding-Einstellungen sind nicht gepinnt.
JEVal (arXiv:2610.03935v2), overall choice/noul evaluation (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 47.71
- Bewertung
- 47.71
- Messgröße
- accuracy (invalid outputs count as incorrect)
- Einheit
- %
- Benchmark-Version
- arXiv:2610.03935v2, Table 1
- Kategorie
- JEVal overall choice/noul
- Richtung
- Mehr ist besser
- Stichprobe
- 10938
- Quellentyp
- community-reported
- Auswertung
- Duan et al., General Decision Models: Benchmarking and Insights Beyond Jev (arXiv:2610.03935v2)
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Community-Messung. JEVal-Tabelle 1, exakte Quellenbezeichnung Intern-Decision-0.8B; Lauf eines Entscheidungsmodells, kein Reasoning-Aufwand ausgewiesen; lokale Ausführung mit vLLM auf NVIDIA H100; Kontextfenster 32.768 Tokens; Eingabebudget 24.576 Tokens; Temperatur 2,7478; 10.938 Choice- und Noul-Fragen.
- Einordnung
- Ein unveränderlicher Hash der ausgewerteten Gewichte oder Serving-Revision ist nicht angegeben. Tabelle 1 zählt ungültige Ausgaben bei der Genauigkeit als falsch; ECE und Raw Brier werden nur für gültige Antworten berechnet, deren N je Modell nicht berichtet wird. Das Paper nennt für diese Punktwerte kein Konfidenzintervall.
Seite 1 von 6
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
0 bis 100, höher ist beliebter
20 von 37 Modellen
AutoTrust JEV-27B-VL, AutoTrust AI: 70
AutoTrust JEV-27B, AutoTrust AI: 63
GLiNER2.5-Decide, Fastino Labs: 56
Decider 2B, Mapika: 52
Clef, Cloudflare: 51
Clef-Flash, Cloudflare: 51
Laya Multilingual, Convai Innovations: 46
Kev 0.8B, Jared Palmer: 45
GLiNER2.5-multi-Decide, Fastino Labs: 45
Decider 4B, Mapika: 43
Jev, TypeSafe AI: 43
pplx-decider-v1.1-27b, Perplexity: 42
Intern-Decision-4B, InternLM: 40
Laya Typed Decisions, Convai Innovations: 40
Kev 9B, Jared Palmer: 40
pplx-decider-v1-27b, Perplexity: 39
Decider 0.8B, Mapika: 39
Julia 1, Supersonic Labs: 39
Intern-Decision-0.8B, InternLM: 38
Intern-Decision-2B, InternLM: 37
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 5. November 2026
Intern-Decision-0.8BDecider 0.8BJulia 1pplx-decider-v1-27bKev 9B
Alle technischen Daten
Architektur
- Modellklasse
- Multimodales strukturiertes Entscheidungsmodell, kein Freitext-Generator
- Quelle: Modellklasse
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Watermarking-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Weitere Angaben
- Ausgabeschema
- Choice, Score und Noul als typisierte JSON-Antworten mit Wahrscheinlichkeiten
- Quelle: Ausgabeschema
Quellen und Datenstand
Alle 19 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.