List your company
ResearchFormerly WizWand

Hallucination Detection on SQuAD (AUC, F1)

85.5AUCQAODQ⊕V⊥
53.665661.930370.19578.4597May 14, 2026
Updated 5mo ago

Evaluation results

MethodLinks
QAODQ⊕V⊥Model=Qwen3-30B-A3B2026.0585.540.81
QAODQ⊕V⊥Model=Qwen3-14B2026.0585.0132.09
SAPLMAModel=Qwen3-14B2026.0583.5729.03
SAPLMAModel=Qwen3-30B-A3B2026.0583.3139.76
QAODQ⊕V⊥Model=Llama-2-7B-chat2026.0583.0947.47
QAODV⊥Model=Qwen3-30B-A3B2026.0582.5236.45
QAODQ⊕V⊥Model=gemma-2-2b2026.0582.1648.84
QAODV⊥Model=Qwen3-14B2026.0581.3429.39
QAODV⊥Model=Llama-2-7B-chat2026.0580.7544.08
QAODV⊥Model=gemma-2-2b2026.0579.7347.55
SAPLMAModel=Llama-2-7B-chat2026.0579.4743.25
SINdexModel=gemma-2-2b2026.0578.2642
Logit EntropyModel=gemma-2-2b2026.0577.3540.54
SAPLMAModel=gemma-2-2b2026.0577.2342.29
PPLModel=gemma-2-2b2026.0576.1840.34
SINdexModel=Llama-2-7B-chat2026.0575.7239.56
SINdexModel=Qwen3-30B-A3B2026.0574.0735.46
SINdexModel=Qwen3-14B2026.0574.0220.46
MINDModel=Qwen3-30B-A3B2026.0572.930.48
MINDModel=Qwen3-14B2026.0572.1224.03
PikModel=Qwen3-30B-A3B2026.0571.627.71
PfalseModel=Qwen3-30B-A3B2026.0570.5922.79
PikModel=Qwen3-14B2026.0569.7619.45
PfalseModel=Llama-2-7B-chat2026.0569.4232
PikModel=gemma-2-2b2026.0569.3135.16
MINDModel=Llama-2-7B-chat2026.0568.0636.1
MINDModel=gemma-2-2b2026.0566.7634.2
PikModel=Llama-2-7B-chat2026.0565.9337.26
PfalseModel=gemma-2-2b2026.0565.2933.65
LLM-CheckModel=Qwen3-14B2026.0562.6413.06
LLM-CheckModel=gemma-2-2b2026.0559.1828.13
LLM-CheckModel=Qwen3-30B-A3B2026.0558.6918.21
PfalseModel=Qwen3-14B2026.0558.3312.33
LLM-CheckModel=Llama-2-7B-chat2026.0557.3525.5
Logit EntropyModel=Llama-2-7B-chat2026.0556.4822.59
PPLModel=Llama-2-7B-chat2026.0556.1922.59
Logit EntropyModel=Qwen3-30B-A3B2026.0555.8217.74
PPLModel=Qwen3-30B-A3B2026.0555.7817.74
Logit EntropyModel=Qwen3-14B2026.0554.9214.65
PPLModel=Qwen3-14B2026.0554.8914.75