Answerability Prediction On Peerqa
评估指标
Macro F1
评测结果
各个模型在此基准测试上的表现结果
比较表格
| 模型名称 | Macro F1 |
|---|---|
| 模型 1 | 0.4197 |
| language-models-are-few-shot-learners | 0.3304 |
| mistral-7b | 0.4703 |
| the-llama-3-herd-of-models | 0.2881 |
| gpt-4-technical-report-1 | 0.3087 |
| the-llama-3-herd-of-models | 0.3112 |