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

Question Answering on BoolQA

0.185Mean Per-Step Regret

FTPL

0.183640.192820.2020.21118Feb 23, 2026
Updated 4d ago

Evaluation Results

MethodLinks
2026.02
0.185
2026.02
0.186
2026.02
0.186
2026.02
0.191
2026.02
0.192
2026.02
0.197
2026.02
0.197
2026.02
0.198
2026.02
0.199
2026.02
0.202
2026.02
0.202
2026.02
0.208
2026.02
0.211
2026.02
0.212
2026.02
0.219