Our new X account is live! Follow @wizwand_team for updates

Question Answering on 2WQA, HPQA, PopQA, and CWQ (test)

0.39232WQA In-Domain

ReFilter

Updated 4d ago

Evaluation Results

Method	Links
ReFilter 2026.02		0.3923	0.2846	0.3037	0.5032	0.371	35.28	28.36	27.22	45.87	34.18	0.3564
ReFilter 2026.02		0.3842	0.3532	0.2738	0.4649	0.369	34.28	32.19	23.87	42.75	33.27	0.3509
S-RAG 2026.02		0.3774	0.2419	0.1623	0.4311	0.3032	-	-	-	-	-	0.3032
PRAG 2026.02		0.3704	0.3312	0.2721	0.4206	0.3486	32.19	28.18	24.1	37.28	30.44	0.3265
DyPRAG 2026.02		0.3632	0.2826	0.1203	0.4233	0.2974	32.85	23.44	10.15	38.23	26.17	0.2795
S-RAG 2026.02		0.3571	0.2628	0.2841	0.4664	0.3426	-	-	-	-	-	0.3426
PRAG 2026.02		0.3502	0.2748	0.2838	0.4729	0.3454	30.12	22.87	26.19	41.48	30.17	0.3235
DyPRAG 2026.02		0.332	0.2659	0.2637	0.4587	0.3301	29.19	24.38	23.38	42.32	29.82	0.3141
Vanilla 2026.02		0.3216	0.2594	0.2484	0.5013	0.3327	-	-	-	-	-	0.3327
Vanilla 2026.02		0.3199	0.2232	0.1427	0.4331	0.2797	-	-	-	-	-	0.2797
ReFilter 2026.02		0.2947	0.2037	0.1838	0.3266	0.2522	25.75	17.54	15.65	26.57	21.38	0.233
PRAG 2026.02		0.2732	0.1616	0.1995	0.2823	0.2292	23.18	15.76	13.64	26.45	19.76	0.2134
ReFilter 2026.02		0.2687	0.2528	0.2338	0.3598	0.2788	26.18	22.46	20.57	33.48	25.67	0.2678
PRAG 2026.02		0.2447	0.2039	0.2307	0.3517	0.2578	21.58	18.79	19.59	31.21	22.79	0.2428
DyPRAG 2026.02		0.2426	0.1937	0.0702	0.3028	0.2023	21.86	14.72	5.21	24.17	16.49	0.1836
Vanilla 2026.02		0.2369	0.1905	0.0594	0.3478	0.2087	-	-	-	-	-	0.2087
DyPRAG 2026.02		0.2367	0.2298	0.1256	0.3551	0.2368	22.87	20.98	10.47	32.32	21.66	0.2267
S-RAG 2026.02		0.2265	0.1622	0.0977	0.2609	0.1868	-	-	-	-	-	0.1868
S-RAG 2026.02		0.2238	0.2913	0.2029	0.3201	0.2595	-	-	-	-	-	0.2595
Vanilla 2026.02		0.2209	0.1576	0.0706	0.2816	0.1827	-	-	-	-	-	0.1827