Goal-oriented Dialogue on Taxi benchmark leaderboard · SOTA2 Research

Goal-oriented Dialogue on Taxi

85.53Success RateDyBBT-8B

Evaluation Results

Method	Links
DyBBT-8B2025.09		85.53	37.09	15.66
DyBBT-4B2025.09		82.62	35.83	16.17
EIERL2025.06		81.59	35.39	17.29
DyBBT-8B2025.09		81.59	35.38	16.71
EIERL2025.09		81.59	35.39	17.29
DyBBT-1.7B2025.09		79.71	34.56	16.65
DyBBT-4B2025.09		76.78	33.29	17.68
DyBBT-0.6B2025.09		76.77	33.29	17.32
DyBBT-1.7B2025.09		71.95	31.2	18.15
DyBBT-0.6B2025.09		67.13	29.1	18.76
DQN_EPSILON_0.052025.06		66.83	20.19	21.9
DQN_ϵ_0.052025.09		66.83	20.19	21.9
DyBBT-8B2025.09		62.37	27.04	19.69
DQN_EPSILON_0.02025.06		58.79	12.38	23.06
DQN_ϵ_0.02025.09		58.79	12.38	23.06
DyBBT-4B2025.09		57.57	24.95	20.67
EIERL2025.06		56.38	9.26	21.96
EIERL2025.09		56.38	9.26	21.96
DQN_ϵ_0.052025.09		55.98	8.19	22.38
DyBBT-1.7B2025.09		52.74	22.86	21.71
DQN_ϵ_0.02025.09		48.46	2.26	24.7
DyBBT-0.6B2025.09		47.93	20.77	22.67
LLM_DP2025.06		34.96	-10.23	25.95
LLM_DP2025.09		34.96	-10.23	25.95
LLM_DP2025.09		34.96	-10.23	25.95
LLM_DP2025.09		34.96	-10.23	25.95
NOISY_DQN2025.09		26.15	-19.46	28
NOISY_DQN2025.09		14.55	-30.56	29.32
DQN_ϵ_0.02025.09		0.04	-42.69	27.47
DQN_ϵ_0.052025.09		0	-42.86	27.71
NOISY_DQN2025.09		0	-43.73	29.46
EIERL2025.09		0	-41.55	25.1