来源:paper:PDF p. 6, Table 2 and Section 4.2
这条 Claim 暂无已发布的不可变 Assessment。
这条 Claim 暂无关联执行。
已评估 0/9 项
保留同一结论下的完整结果组。已有评估排在前面;单项判断不替代整组结论。展开行查看条件、来源与历次证据。
| 指标与条件 | 论文报告 | 最近可用实测 | 证据判断 |
|---|---|---|---|
method: Direct · dataset: AmbigNQ · backbone: Qwen2.5-7B | 0.058 score (0-1) | — | 尚未评估 |
method: FATA · dataset: AmbigNQ · backbone: Qwen2.5-7B | 0.076 score (0-1) | — | 尚未评估 |
method: ReAct · dataset: AmbigNQ · backbone: Qwen2.5-7B | 0.076 score (0-1) | — | 尚未评估 |
method: SFT · dataset: AmbigNQ · backbone: Qwen2.5-3B | 0.056 score (0-1) | — | 尚未评估 |
method: SFT · dataset: AmbigNQ · backbone: Qwen2.5-7B | 0.109 score (0-1) | — | 尚未评估 |
method: SGP · status: externally reported anchor · dataset: AmbigQA · backbone: Gemma-2-9B · protocol: 50/50 balanced dev | 0.306 score (0-1) | — | 尚未评估 |
method: SGP-Oracle · status: externally reported anchor · dataset: AmbigQA · backbone: Gemma-2-9B · protocol: 50/50 balanced dev · usesGoldAmbiguityLabels: true | 0.359 score (0-1) | — | 尚未评估 |
method: CIGAsk · dataset: AmbigNQ · backbone: Qwen2.5-3B | 0.271 score (0-1) | — | 尚未评估 |
method: CIGAsk · dataset: AmbigNQ · backbone: Qwen2.5-7B | 0.511 score (0-1) | — | 尚未评估 |