HanyueShen/YunXiaoHe-RISA-Avalon-Eval

云小鹤 0.3.9.8：RISA 与 Avalon 公开评测 这份成果集记录云小鹤在两类公开任务中的完整成绩：跨数据集表格建模，以及有状态、长时程的供应链决策。这里可以看到版本、能力、评测口径、结果、图和证据哈希；云小鹤的私有工作系统、RISA 与 Avalon 的实现没有公开。 一眼看懂结果 评测 结果 说明 TabArena 30 数据集 macro ROC-AUC 0.816690 较既有同集结果 +3.60 个百分点，24/30 数据集胜出 五任务同模型对照 Token -62.7% accuracy 保留 98.9% SupplyChainBench 54.810907 16/16 局、576/576 动作全部完成 冻结公开榜位置 完整模型点估计第 1 若加入冻结快照；较 Muse Spark 1.2 分数高 6.7% 使用的云小鹤能力 云小鹤版本：0.3.9.8 主模型：DeepSeek Pro，non-fast 云小鹤 -… See the full description on the dataset page: https://huggingface.co/datasets/HanyueShen/YunXiaoHe-RISA-Avalon-Eval.