Share your thoughts, 1 month free Claude Pro on usSee more

Embodied decision-making on ALFWorld

100Success Rate

RePro

Updated 1mo ago

Evaluation Results

Method
RePro 2026.06	100	-	-	-	-	-	-	-	-	-	-	10.26
L1 2026.06	99.61	-	-	-	-	-	-	-	-	-	-	9.78
RePro 2026.06	99.22	-	-	-	-	-	-	-	-	-	-	9.42
L2 2026.06	98.83	-	-	-	-	-	-	-	-	-	-	9.29
L1 2026.06	97.81	-	-	-	-	-	-	-	-	-	-	8.83
RePro 2026.06	97.54	-	-	-	-	-	-	-	-	-	-	8.9
L2 2026.06	96.6	-	-	-	-	-	-	-	-	-	-	8.3
RePro 2026.06	96.02	-	-	-	-	-	-	-	-	-	-	7.94
L1 2026.06	95.7	-	-	-	-	-	-	-	-	-	-	7.88
GiGPO 2026.06	95.31	-	-	-	-	-	-	-	-	-	-	7.82
Meta Prompt 2026.06	95.31	-	-	-	-	-	-	-	-	-	-	7.97
Meta Prompt 2026.06	91.37	-	-	-	-	-	-	-	-	-	-	6.49
GiGPO 2026.06	90.08	-	-	-	-	-	-	-	-	-	-	6.34
GiGPO 2026.06	89.84	-	-	-	-	-	-	-	-	-	-	5.74
L1 2026.06	88.05	-	-	-	-	-	-	-	-	-	-	5.81
Meta Prompt 2026.06	87.5	-	-	-	-	-	-	-	-	-	-	5.64
GiGPO 2026.06	84.38	-	-	-	-	-	-	-	-	-	-	5.49
UMEM-Qwen3-4B 2026.02	82.84	-	-	-	-	-	-	-	-	-	84.2	-
Meta Prompt 2026.06	78.48	-	-	-	-	-	-	-	-	-	-	4.47
Memp 2026.02	77.61	-	-	-	-	-	-	-	-	-	81.34	-
Dual-Process (AUQ) 2026.01	74.3	-	-	-	-	-	-	0.968	0.905	0.791	-	-
L2 2026.06	74.22	-	-	-	-	-	-	-	-	-	-	4.43
ReMem 2026.02	73.13	-	-	-	-	-	-	-	-	-	79.6	-
Inverse UQ (UAR) 2026.01	72.9	-	-	-	-	-	-	0.958	0.856	0.774	-	-
Self-RAG 2026.02	70.9	-	-	-	-	-	-	-	-	-	83.71	-
Qwen3-4B-Instruct 2026.02	70.9	-	-	-	-	-	-	-	-	-	78.86	-
CoT-SC 2026.01	69.5	-	-	-	-	-	-	0.948	0.847	0.763	-	-
Reflexion 2026.01	67.9	-	-	-	-	-	-	0.925	0.82	0.721	-	-
Self-Reflection 2026.01	66.4	-	-	-	-	-	-	0.922	0.831	0.718	-	-
Forward UQ (UAM) 2026.01	65.7	-	-	-	-	-	-	0.963	0.841	0.807	-	-
L2 2026.06	65.62	-	-	-	-	-	-	-	-	-	-	3.63
UMEM-Llama-3.2-1B 2026.02	64.18	-	-	-	-	-	-	-	-	-	75.37	-
ReAct 2026.01	63.6	-	-	-	-	-	-	0.913	0.783	0.667	-	-
No Memory 2026.02	61.94	-	-	-	-	-	-	-	-	-	66.67	-
Llama-3.2-1B-Instruct 2026.02	61.94	-	-	-	-	-	-	-	-	-	73.63	-
UMEM-Qwen3-4B 2026.02	61.19	-	-	-	-	-	-	-	-	-	78.61	-
Memp 2026.02	60.45	-	-	-	-	-	-	-	-	-	76.74	-
Self-RAG 2026.02	59.7	-	-	-	-	-	-	-	-	-	74.5	-
UMEM-Llama-3.2-1B 2026.02	58.96	-	-	-	-	-	-	-	-	-	77.24	-
ReMem 2026.02	56.72	-	-	-	-	-	-	-	-	-	75.62	-
No Memory 2026.02	55.22	-	-	-	-	-	-	-	-	-	72.89	-
Llama-3.2-1B-Instruct 2026.02	53.73	-	-	-	-	-	-	-	-	-	71.27	-
Qwen3-4B-Instruct 2026.02	52.24	-	-	-	-	-	-	-	-	-	72.64	-
UMEM-Qwen3-4B 2026.02	50.75	-	-	-	-	-	-	-	-	-	73.13	-
Llama-3.2-1B-Instruct 2026.02	47.01	-	-	-	-	-	-	-	-	-	74.13	-
ReMem 2026.02	46.27	-	-	-	-	-	-	-	-	-	66.17	-
Memp 2026.02	44.78	-	-	-	-	-	-	-	-	-	69.78	-
UMEM-Llama-3.2-1B 2026.02	44.78	-	-	-	-	-	-	-	-	-	72.14	-
No Memory 2026.02	41.04	-	-	-	-	-	-	-	-	-	68.91	-
Qwen3-4B-Instruct 2026.02	40.3	-	-	-	-	-	-	-	-	-	65.92	-
Self-RAG 2026.02	30.6	-	-	-	-	-	-	-	-	-	54.23	-
ReAct 2026.01	-	0.306	0.258	0.286	0.272	0.255	0.236	-	-	-	-	-
Reflexion 2026.01	-	0.279	0.237	0.234	0.264	0.199	0.219	-	-	-	-	-
Self-Reflection 2026.01	-	0.264	0.227	0.223	0.254	0.185	0.218	-	-	-	-	-
CoT-SC 2026.01	-	0.185	0.224	0.177	0.215	0.178	0.206	-	-	-	-	-
Forward UQ (UAM) 2026.01	-	0.109	0.22	0.16	0.222	0.104	0.217	-	-	-	-	-
Inverse UQ (UAR) 2026.01	-	0.205	0.202	0.207	0.205	0.131	0.191	-	-	-	-	-
Dual-Process (AUQ) 2026.01	-	0.174	0.218	0.162	0.198	0.093	0.176	-	-	-	-	-