List your company

Bias Evaluation on BBQ

99.3AccuracyC2PO
59.239269.639680.0490.4404May 15, 2024Sep 18, 2024Jan 22, 2025May 28, 2025Oct 1, 2025Feb 4, 2026Jun 11, 2026

Evaluation results

MethodLinks
C2POBackbone=DeepSeek2025.1299.3————————————————————————
C2POBackbone=DeepSeek-R1-Distill-Qwen-14B2025.1299.3————————————————1.7———————
GRPOBackbone=DeepSeek-R1-Distill-Qwen-14B2025.1297.8————————————————3.4———————
C2POBackbone=LLaMA-2-13B-Chat2025.1297.5————————————————3.6———————
Φ-SEABackbone=Mistral-7B2024.0595.7—————————————0.53.9—————————
CPOBackbone=DeepSeek-R1-Distill-Qwen-14B2025.1295.2————————————————7.6———————
Linear-SEABackbone=Mistral-7B2024.0594.8—————————————0.74.3—————————
ICLBackbone=Mistral-7B2024.0594.6—————————————0.84.2—————————
IndividualBackbone=Qwen-14B2025.1294.53————————————————————————
DPOBackbone=DeepSeek-R1-Distill-Qwen-14B2025.1291.2————————————————8.8———————
GPT-42025.1290.7————————————————————————
IPOBackbone=DeepSeek-R1-Distill-Qwen-14B2025.1289.1————————————————8.7———————
FRBackbone=DeepSeek-R1-Distill-Qwen-14B2025.1288.6————————————————7.9———————
BCOBackbone=LLaMA-2-13B-Chat2025.1288.5————————————————6.8———————
BCOBackbone=DeepSeek-R1-Distill-Qwen-14B2025.1288.5————————————————6.8———————
MARIModel=Qwen2.5-32B2026.0587.6————————————————————————
DTS-D*Backbone=Qwen-14B, Variant=Optimized2025.1287.3————————————————————————
DTS-T*Backbone=Qwen-14B, Variant=Optimized2025.1287.28————————————————————————
DTS-TBackbone=Qwen-14B2025.1287.12————————————————————————
DTS-DBackbone=Qwen-14B2025.1287.09————————————————————————
CPOBackbone=LLaMA-2-13B-Chat2025.1286.8————————————————5.8———————
Twin-MergingBackbone=Qwen-14B2025.1286.46————————————————————————
STEER2ADAPTBackbone=Qwen-2.5-7B-Instruct2026.0286.34————————————————————————
EMR-MERGINGBackbone=Qwen-14B2025.1286.11————————————————————————
Few-ShotBackbone=Qwen-2.5-7B-Instruct, n=12026.0285.96————————————————————————
DAREBackbone=Qwen-14B2025.1285.96————————————————————————
Few-ShotBackbone=Qwen-2.5-7B-Instruct, n=22026.0285.62————————————————————————
Ties-MergingBackbone=Qwen-14B2025.1285.01————————————————————————
Task-ArithmeticBackbone=Qwen-14B2025.1284.88————————————————————————
REPBackbone=Qwen-2.5-7B-Instruct2026.0284.79————————————————————————
ICLBackbone=Qwen-2.5-7B-Instruct2026.0284.77————————————————————————
Direct InferenceBackbone=Qwen-2.5-7B-Instruct2026.0284.36————————————————————————
CAABackbone=Qwen-2.5-7B-Instruct2026.0283.33————————————————————————
IPOBackbone=LLaMA-2-13B-Chat2025.1282.1————————————————7.2———————
MARIModel=Qwen2.5-14B2026.0582.1————————————————————————
ReFTModel=Qwen2.5-32B2026.0582.1————————————————————————
T-SwitchBackbone=Qwen-14B2025.1280.69————————————————————————
MARIModel=Llama-3-8B2026.0579.2————————————————————————
MARIModel=Llama-2-13B2026.0578.4————————————————————————
MARIModel=Qwen2-7B2026.0578.4————————————————————————
NL-ITIModel=Qwen2.5-32B2026.0577.2————————————————————————
ITIModel=Qwen2.5-32B2026.0575.5————————————————————————
MARIModel=Llama-2-7B2026.0575.1————————————————————————
CAAModel=Qwen2.5-32B2026.0574.6————————————————————————
VanillaModel=Qwen2.5-32B2026.0573.6————————————————————————
ITIModel=Llama-2-13B2026.0571.2————————————————————————
GIFTModel Size=32B2025.1071.06————————————————————————
STEER2ADAPTBackbone=Llama-3.1-8B-Instruct2026.0270.95————————————————————————
ICLBackbone=Llama-3.1-8B-Instruct2026.0270.92————————————————————————
Direct InferenceBackbone=Llama-3.1-8B-Instruct2026.0269.2————————————————————————
NL-ITIModel=Qwen2-7B2026.0568.3————————————————————————
FRBackbone=LLaMA-2-13B-Chat2025.1267.9————————————————9.3———————
ReFTModel=Llama-2-13B2026.0567.8————————————————————————
ReFTModel=Qwen2-7B2026.0567.8————————————————————————
Few-ShotBackbone=Llama-3.1-8B-Instruct, n=12026.0267.63————————————————————————
NL-ITIModel=Qwen2.5-14B2026.0567.3————————————————————————
REPBackbone=Llama-3.1-8B-Instruct2026.0267.02————————————————————————
TinyAya GlobalScenario=Cultural Adaptation of a Baseline SFT Model2026.0667————————————————————————
ITIModel=Qwen2-7B2026.0566.8————————————————————————
CAAModel=Qwen2-7B2026.0566.5————————————————————————
ITIModel=Qwen2.5-14B2026.0565.7————————————————————————
GRPOModel Size=32B2025.1065.69————————————————————————
CAAModel=Qwen2.5-14B2026.0565.5————————————————————————
VanillaModel=Qwen2.5-14B2026.0564.8————————————————————————
CAABackbone=Mistral-7b-v0.3, Method=CAA2025.0864.6————————————————————————
ReFTModel=Qwen2.5-14B2026.0564.6————————————————————————
MSRSBackbone=Llama3-8b-inst., Method=MSRS2025.0864.5————————————————————————
MSRSBackbone=Mistral-7b-v0.3, Method=MSRS2025.0864.4————————————————————————
MSRSBackbone=Qwen2-7b-inst., Method=MSRS2025.0864.2————————————————————————
CS-ReFTBackbone=Llama3-8b-inst., Method=CS-ReFT2025.0864.1————————————————————————
MAT-STEERBackbone=Qwen2-7b-inst., Method=MAT-STEER2025.0864.1————————————————————————
CS-ReFTBackbone=Qwen2-7b-inst., Method=CS-ReFT2025.0863.9————————————————————————
CS-ReFTBackbone=Mistral-7b-v0.3, Method=CS-ReFT2025.0863.8————————————————————————
VanillaModel=Qwen2-7B2026.0563.8————————————————————————
ReFTBackbone=Llama3-8b-inst., Method=ReFT2025.0863.7————————————————————————
ReFTModel=Llama-3-8B2026.0563.7————————————————————————
ReFTBackbone=Qwen2-7b-inst., Method=ReFT2025.0863.6————————————————————————
CAABackbone=Qwen2-7b-inst., Method=CAA2025.0863.5————————————————————————
CAAModel=Llama-3-8B2026.0563.5————————————————————————
Qwen2-7b-inst.Backbone=Qwen2-7b-inst., Method=Base2025.0863.4————————————————————————
ICLBackbone=Qwen2-7b-inst., Method=ICL2025.0863.3————————————————————————
Few-ShotBackbone=Llama-3.1-8B-Instruct, n=22026.0263.12————————————————————————
MAT-STEERBackbone=Mistral-7b-v0.3, Method=MAT-STEER2025.0863.1————————————————————————
NL-ITIModel=Llama-2-13B2026.0563————————————————————————
CAABackbone=Llama3-8b-inst., Method=CAA2025.0862.9————————————————————————
CAAModel=Llama-2-13B2026.0562.8————————————————————————
MAT-STEERBackbone=Qwen2.5-7B2025.0262.59————————————————————————
NL-ITIModel=Llama-3-8B2026.0562.5————————————————————————
MAT-STEERBackbone=Llama3-8b-inst., Method=MAT-STEER2025.0862.2————————————————————————
ICLBackbone=Mistral-7b-v0.3, Method=ICL2025.0862.2————————————————————————
ICLBackbone=Llama3-8b-inst., Method=ICL2025.0861.9————————————————————————
CAABackbone=Llama-3.1-8B-Instruct2026.0261.85————————————————————————
Mistral-7b-v0.3Backbone=Mistral-7b-v0.3, Method=Base2025.0861.4————————————————————————
ReFTBackbone=Mistral-7b-v0.3, Method=ReFT2025.0861.4————————————————————————
MAT-STEERBackbone=Llama-3.1-8B-Chat2025.0261.25————————————————————————
ITIBackbone=Llama3-8b-inst., Method=ITI2025.0861.2————————————————————————
ITIModel=Llama-3-8B2026.0561.2————————————————————————
Llama3-8b-inst.Backbone=Llama3-8b-inst., Method=Base2025.0860.8————————————————————————
VanillaModel=Llama-3-8B2026.0560.8————————————————————————
SFTBackbone=Qwen2.5-7B2025.0260.78————————————————————————