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

Hallucination Detection on HaluEval

1AUROC

Stacking

Updated 22h ago

Evaluation Results

Method
Stacking 2026.05	1	-	-	-	-	-	-	-	-	-	-	-
Stacking 2026.05	1	-	-	-	-	-	-	-	-	-	-	-
B: CAA 2026.05	1	-	-	-	-	-	-	-	-	-	-	-
F: Ans. Expect. 2026.05	1	-	-	-	-	-	-	-	-	-	-	-
Stacking 2026.05	0.999	-	-	-	-	-	-	-	-	-	-	-
Stacking 2026.05	0.999	-	-	-	-	-	-	-	-	-	-	-
Stacking 2026.05	0.999	-	-	-	-	-	-	-	-	-	-	-
Stacking 2026.05	0.999	-	-	-	-	-	-	-	-	-	-	-
Stacking 2026.05	0.997	-	-	-	-	-	-	-	-	-	-	-
Ensemble A+C+E+F 2026.05	0.99	-	-	-	-	-	-	-	-	-	-	-
TXTEMB (ctrl) 2026.05	0.98	-	-	-	-	-	-	-	-	-	-	-
E: DRIFT 2026.05	0.96	-	-	-	-	-	-	-	-	-	-	-
DRIFT-concat (ablation of E) 2026.05	0.95	-	-	-	-	-	-	-	-	-	-	-
Teacher 2026.05	0.94	-	-	-	-	-	-	-	-	-	-	-
CausalGaze 2026.04	0.928	-	80.01	-	-	-	-	-	-	-	-	-
CausalGaze 2026.04	0.922	-	83.6	-	-	-	-	-	-	-	-	-
HaluGNN 2026.04	0.9141	-	63.16	-	-	-	-	-	-	-	-	-
CausalGaze 2026.04	0.9127	-	82.92	-	-	-	-	-	-	-	-	-
HaluGNN 2026.04	0.9065	-	80.58	-	-	-	-	-	-	-	-	-
Multiple Hypothesis Testing for Hallucination Detection 2025.08	0.9056	-	-	74.93	-	-	-	-	-	-	-	-
KSE 2025.08	0.9043	-	-	72.27	-	-	-	-	-	-	-	-
Multiple Hypothesis Testing for Hallucination Detection 2025.08	0.9027	-	-	76.79	-	-	-	-	-	-	-	-
Multiple Hypothesis Testing for Hallucination Detection 2025.08	0.9018	-	-	75.7	-	-	-	-	-	-	-	-
KSE 2025.08	0.8941	-	-	71.21	-	-	-	-	-	-	-	-
KSE 2025.08	0.8932	-	-	69.35	-	-	-	-	-	-	-	-
LS 2025.08	0.8922	-	-	64.34	-	-	-	-	-	-	-	-
KSE 2025.08	0.8885	-	-	69.9	-	-	-	-	-	-	-	-
LS 2025.08	0.8877	-	-	64.81	-	-	-	-	-	-	-	-
Multiple Hypothesis Testing for Hallucination Detection 2025.08	0.8871	-	-	71.74	-	-	-	-	-	-	-	-
Student 2026.05	0.884	-	-	-	-	-	-	-	-	-	-	-
α_clustered_SE 2025.08	0.8748	-	-	71.32	-	-	-	-	-	-	-	-
EigV 2025.08	0.8716	-	-	67.49	-	-	-	-	-	-	-	-
DRIFT-logp 2026.05	0.87	-	-	-	-	-	-	-	-	-	-	-
EigV 2025.08	0.8659	-	-	71.02	-	-	-	-	-	-	-	-
HaluGNN 2026.04	0.8647	-	80.3	-	-	-	-	-	-	-	-	-
HaMI 2026.05	0.86	-	-	-	-	-	-	-	-	-	-	-
EigV 2025.08	0.859	-	-	65.39	-	-	-	-	-	-	-	-
α_clustered_SE 2025.08	0.8583	-	-	71.77	-	-	-	-	-	-	-	-
EigV 2025.08	0.8583	-	-	64.44	-	-	-	-	-	-	-	-
LS 2025.08	0.8562	-	-	45.74	-	-	-	-	-	-	-	-
α_clustered_SE 2025.08	0.8553	-	-	67.32	-	-	-	-	-	-	-	-
α_clustered_SE 2025.08	0.854	-	-	68.18	-	-	-	-	-	-	-	-
LS 2025.08	0.8519	-	-	41.28	-	-	-	-	-	-	-	-
αSE 2025.08	0.8454	-	-	68.84	-	-	-	-	-	-	-	-
clustered_SE 2025.08	0.8349	-	-	60.7	-	-	-	-	-	-	-	-
ICR-Probe 2026.04	0.8346	-	80.32	-	-	-	-	-	-	-	-	-
αSE 2025.08	0.8343	-	-	66.46	-	-	-	-	-	-	-	-
αSE 2025.08	0.818	-	-	62.97	-	-	-	-	-	-	-	-
ICR-Probe 2026.04	0.8047	-	81.2	-	-	-	-	-	-	-	-	-
αSE 2025.08	0.8036	-	-	60.95	-	-	-	-	-	-	-	-
ICR Probe 2025.07	0.8021	-	-	-	-	-	-	-	-	-	-	-
ICR-Probe 2026.04	0.8003	-	77.3	-	-	-	-	-	-	-	-	-
ICR Probe 2025.07	0.7917	-	-	-	-	-	-	-	-	-	-	-
clustered_SE 2025.08	0.7882	-	-	51.99	-	-	-	-	-	-	-	-
SAPLMA 2026.04	0.788	-	77.29	-	-	-	-	-	-	-	-	-
Linear Probe 2026.05	0.786	-	-	-	-	-	-	-	-	-	-	-
clustered_SE 2025.08	0.7832	-	-	51.03	-	-	-	-	-	-	-	-
FEPoID 2026.05	0.7808	-	-	-	-	-	-	-	-	-	-	-
clustered_SE 2025.08	0.7804	-	-	50.06	-	-	-	-	-	-	-	-
SAPLMA 2026.04	0.7799	-	78.84	-	-	-	-	-	-	-	-	-
SAPLMA 2026.04	0.7738	-	69.36	-	-	-	-	-	-	-	-	-
SAPLMA 2025.07	0.772	-	-	-	-	-	-	-	-	-	-	-
RGN 2026.05	0.7563	-	-	-	-	-	-	-	-	-	-	-
SAPLMA 2025.07	0.7538	-	-	-	-	-	-	-	-	-	-	-
Curvature 2026.05	0.7498	-	-	-	-	-	-	-	-	-	-	-
ID 2026.05	0.7498	-	-	-	-	-	-	-	-	-	-	-
SNR 2026.05	0.7385	-	-	-	-	-	-	-	-	-	-	-
LN-Entropy 2026.04	0.7371	-	68.5	-	-	-	-	-	-	-	-	-
Val Loss 2026.05	0.7294	-	-	-	-	-	-	-	-	-	-	-
LN-Entropy 2026.04	0.7156	-	65.8	-	-	-	-	-	-	-	-	-
RankMe 2026.05	0.7149	-	-	-	-	-	-	-	-	-	-	-
GPT-4o 2026.06	0.704	-	-	-	-	-	-	-	-	-	-	-
SE 2025.08	0.7036	-	-	50.99	-	-	-	-	-	-	-	-
SEP 2025.07	0.7016	-	-	-	-	-	-	-	-	-	-	-
D: Act. Variance 2026.05	0.69	-	-	-	-	-	-	-	-	-	-	-
EigenScore 2026.04	0.684	-	63.43	-	-	-	-	-	-	-	-	-
Semantic Entropy 2026.04	0.682	-	68.65	-	-	-	-	-	-	-	-	-
SelfCheckGPT 2026.04	0.6729	-	63.57	-	-	-	-	-	-	-	-	-
SEP 2025.07	0.6689	-	-	-	-	-	-	-	-	-	-	-
Semantic Entropy 2026.04	0.6685	-	70.65	-	-	-	-	-	-	-	-	-
LN-Entropy 2026.04	0.6678	-	65.44	-	-	-	-	-	-	-	-	-
SelfCheckGPT 2026.04	0.667	-	65.91	-	-	-	-	-	-	-	-	-
Semantic Entropy 2026.04	0.6634	-	68.08	-	-	-	-	-	-	-	-	-
Entailment 2026.06	0.656	-	-	-	-	-	-	-	-	-	-	-
SelfCheckGPT 2026.04	0.6538	-	63.27	-	-	-	-	-	-	-	-	-
SE 2025.08	0.6434	-	-	41.5	-	-	-	-	-	-	-	-
P(True) 2026.06	0.638	-	-	-	-	-	-	-	-	-	-	-
SE 2025.08	0.6224	-	-	36.88	-	-	-	-	-	-	-	-
FEPoID 2026.05	0.6165	-	-	-	-	-	-	-	-	-	-	-
RankMe 2026.05	0.6075	-	-	-	-	-	-	-	-	-	-	-
ID 2026.05	0.6075	-	-	-	-	-	-	-	-	-	-	-
SE 2025.08	0.6069	-	-	35.68	-	-	-	-	-	-	-	-
Val Loss 2026.05	0.5961	-	-	-	-	-	-	-	-	-	-	-
EigenScore 2026.04	0.596	-	58.8	-	-	-	-	-	-	-	-	-
EigenScore 2026.04	0.595	-	56.59	-	-	-	-	-	-	-	-	-
P(True) 2026.06	0.582	-	-	-	-	-	-	-	-	-	-	-
DoLa 2026.05	0.58	-	-	-	-	-	-	-	-	-	-	-
Semantic Sets Confidence 2026.06	0.579	-	-	-	-	-	-	-	-	-	-	-
GPT-4o 2026.06	0.579	-	-	-	-	-	-	-	-	-	-	-
P(True) 2026.04	0.5739	-	56.43	-	-	-	-	-	-	-	-	-

Showing 100 of 239 rows