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

Instruction Following on AlpacaEval

97.2Win Rate

BFPO

Updated 3d ago

Evaluation Results

Method
BFPO 2025.12	97.2	-	-	-	-	-	-	-	-	-	-	-	-	-
Llama3-8B-Instruct 2025.12	96.15	-	-	-	-	-	-	-	-	-	-	-	-	-
MoCAN 2025.12	95.71	-	-	-	-	-	-	-	-	-	-	-	-	-
Teacher 2025.10	95.7	-	-	-	-	-	-	-	-	-	-	-	-	-
MoCAN 2025.12	95.28	-	-	-	-	-	-	-	-	-	-	-	-	-
BFPO 2025.12	95.22	-	-	-	-	-	-	-	-	-	-	-	-	-
DPO-S 2025.12	94.47	-	-	-	-	-	-	-	-	-	-	-	-	-
DPO-H 2025.12	94.41	-	-	-	-	-	-	-	-	-	-	-	-	-
Qwen2.5-7B-Instruct 2025.12	94.35	-	-	-	-	-	-	-	-	-	-	-	-	-
PeCAN 2025.12	94.35	-	-	-	-	-	-	-	-	-	-	-	-	-
NSPO 2025.12	94.33	-	-	-	-	-	-	-	-	-	-	-	-	-
DPO-Mix 2025.12	93.85	-	-	-	-	-	-	-	-	-	-	-	-	-
Teacher 2025.10	93.7	-	-	-	-	-	-	-	-	-	-	-	-	-
DPO-S 2025.12	93.6	-	-	-	-	-	-	-	-	-	-	-	-	-
DPO-Mix 2025.12	93.6	-	-	-	-	-	-	-	-	-	-	-	-	-
NSPO 2025.12	93.23	-	-	-	-	-	-	-	-	-	-	-	-	-
Qwen2.5-7B 2025.06	93.08	-	-	-	-	-	-	-	-	-	-	-	-	-
DPO-H 2025.12	91.61	-	-	-	-	-	-	-	-	-	-	-	-	-
W-DOOR 2025.12	91.61	-	-	-	-	-	-	-	-	-	-	-	-	-
PeCAN 2025.12	88.45	-	-	-	-	-	-	-	-	-	-	-	-	-
Llama-2-Chat 2024.02	87.3	-	-	-	-	-	-	-	-	-	-	-	-	-
DPO 2024.02	86.4	-	-	-	-	-	-	-	-	-	-	-	-	-
TÜLU 2+DPO 2024.02	85.1	-	-	-	-	-	-	-	-	-	-	-	-	-
Aligned SFT 2023.11	83	33.2	-	-	-	-	-	-	-	-	-	-	-	-
Goal Prioritization w/o thoughts 2023.11	82	33.3	-	-	-	-	-	-	-	-	-	-	-	-
Goal Prioritization w/o harm 2023.11	82	32.6	-	-	-	-	-	-	-	-	-	-	-	-
daDPO 2025.06	81.49	-	-	-	-	-	-	-	-	-	-	-	-	-
Vicuna-1.5-13b 2024.02	81.4	-	-	-	-	-	-	-	-	-	-	-	-	-
DistiLLM-2 2025.10	81.3	-	-	-	-	-	-	-	-	-	-	-	-	-
Vanilla SFT 2023.11	81	31.4	-	-	-	-	-	-	-	-	-	-	-	-
Aligned SFT 2023.11	81	31.8	-	-	-	-	-	-	-	-	-	-	-	-
LLAVA-RLHF-13b 2024.02	81	-	-	-	-	-	-	-	-	-	-	-	-	-
DistiLLM-2 2025.10	80.7	-	-	-	-	-	-	-	-	-	-	-	-	-
DistiLLM-2 2025.10	80.2	-	-	-	-	-	-	-	-	-	-	-	-	-
Vanilla SFT 2023.11	80	32	-	-	-	-	-	-	-	-	-	-	-	-
DistiLLM-2 2025.10	79.5	-	-	-	-	-	-	-	-	-	-	-	-	-
Warmup-Stable-Only (WSO) 2026.03	79.4	-	-	-	-	-	-	-	-	-	-	-	-	-
WSD 2026.03	79.4	-	-	-	-	-	-	-	-	-	-	-	-	-
LLaVA-1.5-13b 2024.02	79.3	-	-	-	-	-	-	-	-	-	-	-	-	-
Goal Prioritization 2023.11	79	32.6	-	-	-	-	-	-	-	-	-	-	-	-
rDPO 2025.06	78.94	-	-	-	-	-	-	-	-	-	-	-	-	-
dDPO 2025.06	78.85	-	-	-	-	-	-	-	-	-	-	-	-	-
WSD 2026.03	78.7	-	-	-	-	-	-	-	-	-	-	-	-	-
LLAMA-70B (QLORA) 2024.03	78.6	-	-	-	-	-	-	-	-	-	-	-	-	-
GIFT 2025.10	78.53	-	-	-	61.43	-	-	-	-	-	-	-	3,327	-
IPO 2025.02	78.2	-	-	-	-	-	-	-	-	-	-	-	-	-
NovelSelect 2025.02	78.07	-	-	-	-	-	-	-	-	-	-	-	-	-
Goal Prioritization w/o thoughts 2023.11	78	31.2	-	-	-	-	-	-	-	-	-	-	-	-
Mistral-7B-Reward 2025.02	77.4	-	-	-	-	-	-	-	-	-	-	-	-	-
Goal Prioritization 2023.11	77	31.3	-	-	-	-	-	-	-	-	-	-	-	-
WSD 2026.03	76.8	-	-	-	-	-	-	-	-	-	-	-	-	-
Linear 2026.03	76.3	-	-	-	-	-	-	-	-	-	-	-	-	-
Goal Prioritization w/o harm 2023.11	76	31.1	-	-	-	-	-	-	-	-	-	-	-	-
W-DOOR 2025.12	75.96	-	-	-	-	-	-	-	-	-	-	-	-	-
QDIT 2025.02	75.91	-	-	-	-	-	-	-	-	-	-	-	-	-
Random 2025.02	75.47	-	-	-	-	-	-	-	-	-	-	-	-	-
K-means 2025.02	75.46	-	-	-	-	-	-	-	-	-	-	-	-	-
K-Center-Greedy 2025.02	75.3	-	-	-	-	-	-	-	-	-	-	-	-	-
Rejection-sampling 2024.02	74.9	-	-	-	-	-	-	-	-	-	-	-	-	-
dSFT 2025.06	74.35	-	-	-	-	-	-	-	-	-	-	-	-	-
Cosine 2026.03	74.3	-	-	-	-	-	-	-	-	-	-	-	-	-
TÜLU 2 2024.02	73.9	-	-	-	-	-	-	-	-	-	-	-	-	-
Linear 2026.03	73.2	-	-	-	-	-	-	-	-	-	-	-	-	-
Cosine 2026.03	72.9	-	-	-	-	-	-	-	-	-	-	-	-	-
Repr Filter 2025.02	72.57	-	-	-	-	-	-	-	-	-	-	-	-	-
GIFT 2025.10	72.43	-	-	-	48.77	-	-	-	-	-	-	-	4,291	-
LLAMA-70B+7B (PT) 2024.03	72.3	-	-	-	-	-	-	-	-	-	-	-	-	-
Co-LLM-7B + LLAMA-70B 2024.03	71.9	-	-	-	-	-	-	-	-	-	-	-	-	-
Co-LLM-7B (Base Only) 2024.03	70.6	-	-	-	-	-	-	-	-	-	-	-	-	-
WSD 2026.03	69.7	-	-	-	-	-	-	-	-	-	-	-	-	-
Mistral-7B-Self Rewarding 2025.02	69.6	-	-	-	-	-	-	-	-	-	-	-	-	-
OLMo+SFT+DPO 2024.02	69.3	-	-	-	-	-	-	-	-	-	-	-	-	-
LLAMA-7B (Finetuned) 2024.03	69.3	-	-	-	-	-	-	-	-	-	-	-	-	-
SteerLM 2024.02	68.8	-	-	-	-	-	-	-	-	-	-	-	-	-
WSD 2026.03	68.6	-	-	-	-	-	-	-	-	-	-	-	-	-
Mistral 7B Instruct 2025.02	68	-	-	-	-	-	-	-	-	-	-	-	-	-
Linear 2026.03	66.8	-	-	-	-	-	-	-	-	-	-	-	-	-
WSD 2026.03	66.8	-	-	-	-	-	-	-	-	-	-	-	-	-
Warmup-Stable-Only (WSO) 2026.03	66.2	-	-	-	-	-	-	-	-	-	-	-	-	-
Vicuna-7B 2025.06	65.71	-	-	-	-	-	-	-	-	-	-	-	-	-
Qwen2.5-1.5B 2025.06	65.5	-	-	-	-	-	-	-	-	-	-	-	-	-
WSD 2026.03	64.8	-	-	-	-	-	-	-	-	-	-	-	-	-
Linear 2026.03	64.7	-	-	-	-	-	-	-	-	-	-	-	-	-
Cosine 2026.03	64.7	-	-	-	-	-	-	-	-	-	-	-	-	-
Cosine 2026.03	64.6	-	-	-	-	-	-	-	-	-	-	-	-	-
Student 2025.10	64.3	-	-	-	-	-	-	-	-	-	-	-	-	-
Student 2025.10	64.2	-	-	-	-	-	-	-	-	-	-	-	-	-
Co-Greedy 2024.03	64.1	-	-	-	-	-	-	-	-	-	-	-	-	-
Warmup-Stable-Only (WSO) 2026.03	64.1	-	-	-	-	-	-	-	-	-	-	-	-	-
WSD 2026.03	64	-	-	-	-	-	-	-	-	-	-	-	-	-
Cosine 2026.03	63.9	-	-	-	-	-	-	-	-	-	-	-	-	-
Linear 2026.03	63.9	-	-	-	-	-	-	-	-	-	-	-	-	-
Linear 2026.03	63.8	-	-	-	-	-	-	-	-	-	-	-	-	-
Cosine 2026.03	62.5	-	-	-	-	-	-	-	-	-	-	-	-	-
WSD 2026.03	62.1	-	-	-	-	-	-	-	-	-	-	-	-	-
GRPO 2025.10	60.77	-	-	-	53.13	-	-	-	-	-	-	-	2,369	-
SafeRLHF 2025.12	57.02	-	-	-	-	-	-	-	-	-	-	-	-	-
OLMo+SFT 2024.02	57	-	-	-	-	-	-	-	-	-	-	-	-	-
Weak Supervision 2024.03	56.7	-	-	-	-	-	-	-	-	-	-	-	-	-
daDPO 2025.06	54.04	-	-	-	-	-	-	-	-	-	-	-	-	-

Showing 100 of 293 rows