Hallucination Detection on WikiBio NonFact Sentence-level
85.3AUC-PRDS (llama-3)
Evaluation results
| Method | Links | |
|---|---|---|
| DS (llama-3)Backbone=Llama-32026.05 | 85.3 | |
| DS (Qwen3)Backbone=Qwen32026.05 | 84.7 | |
| DS (avg)Backbone=average2026.05 | 83.4 | |
| DS (Mistral)Backbone=Mistral2026.05 | 82.8 | |
| DS (Jina-v5)Backbone=Jina-v52026.05 | 82.2 | |
| DS (F2LLM)Backbone=F2LLM2026.05 | 82.2 | |
| SelfCheckGPT2026.05 | 81.96 | |
| Random2026.05 | 73 | |
| DS (Mistral)Backbone=Mistral2026.05 | 54.1 | |
| DS (llama-3)Backbone=Llama-32026.05 | 51.2 | |
| DS (avg)Backbone=average2026.05 | 48.3 | |
| DS (Qwen3)Backbone=Qwen32026.05 | 47.5 | |
| SelfCheckGPT2026.05 | 45.96 | |
| DS (Jina-v5)Backbone=Jina-v52026.05 | 44.5 | |
| DS (F2LLM)Backbone=F2LLM2026.05 | 44.3 | |
| Random2026.05 | 29.7 |