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

Error Detection on HotpotQA

81AUROC

Ensemble-A

56.76863.05969.3575.641Feb 4, 2026Feb 16, 2026Mar 1, 2026Mar 14, 2026Mar 26, 2026Apr 8, 2026Apr 21, 2026
Updated 1mo ago

Evaluation Results

MethodLinks
2026.02
81776973
2026.02
81858484
2026.02
81--73
2026.02
81--84
2026.04
79.7---
2026.02
79786470
2026.02
79--70
2026.04
78.4---
2026.02
78676868
2026.02
78838081
2026.02
78799084
2026.02
78--68
2026.02
78--81
2026.02
78--84
2026.04
77.2---
2026.04
77.1---
2026.04
76.8---
2026.04
76.5---
2026.02
76918387
2026.02
76--87
2026.02
75686164
2026.02
75788581
2026.02
75899391
2026.02
75--64
2026.02
75--81
2026.02
75--91
2026.04
74.7---
2026.04
74.6---
2026.04
72.5---
2026.04
72.4---
2026.02
71744758
2026.02
71787174
2026.02
71916576
2026.02
71--58
2026.02
71--74
2026.02
71--76
2026.02
70888084
2026.02
70879389
2026.02
70--84
2026.02
70--89
2026.04
69.8---
2026.04
69.7---
2026.04
68.4---
2026.02
67873651
2026.02
67--51
2026.04
66.7---
2026.04
66.1---
2026.02
65914762
2026.02
65--62
2026.04
64.5---
2026.04
63.8---
2026.04
62.7---
2026.04
62.5---
2026.04
62.2---
2026.02
62794053
2026.02
62--53
2026.04
57.7---