Personalized Dialogue Evaluation on ALOE
3.08Score (k=6)PerCE
Evaluation Results
| Method | Links | ||||||
|---|---|---|---|---|---|---|---|
| PerCESource Task=PTW, Backbone=Llama3-8B2026.02 | 3.08 | 2.95 | 2.98 | 2.9 | 2.98 | 2.98 | |
| PerCESource Task=PRW, Backbone=Llama3-8B2026.02 | 2.88 | 2.77 | 2.77 | 2.75 | 2.6 | 2.75 | |
| PerCESource Task=PRW, Base Model=Qwen3-4B2026.02 | 2.83 | 2.8 | 2.65 | 2.75 | 2.85 | 2.78 | |
| PerCESource Task=PAG, Backbone=Llama3-8B2026.02 | 2.8 | 2.4 | 2.62 | 2.52 | 2.4 | 2.55 | |
| PerCESource Task=PTW, Base Model=Qwen3-4B2026.02 | 2.8 | 2.9 | 2.7 | 2.67 | 2.73 | 2.76 | |
| CESource Task=PAG, Base Model=Qwen3-4B2026.02 | 2.55 | 2.52 | 2.35 | 2.33 | 2.4 | 2.43 | |
| PerCESource Task=PAG, Base Model=Qwen3-4B2026.02 | 2.55 | 2.55 | 2.6 | 2.52 | 2.6 | 2.56 | |
| CESource Task=PAG, Backbone=Llama3-8B2026.02 | 1.82 | 1.95 | 1.9 | 1.98 | 1.82 | 1.89 | |
| CESource Task=PRW, Base Model=Qwen3-4B2026.02 | 1.25 | 1.23 | 1.32 | 1.27 | 1.27 | 1.27 | |
| CESource Task=PTW, Base Model=Qwen3-4B2026.02 | 1.07 | 1.05 | 1.05 | 1.07 | 1.12 | 1.07 | |
| CESource Task=PTW, Backbone=Llama3-8B2026.02 | 1.05 | 1.12 | 1.2 | 1.2 | 1.2 | 1.15 | |
| CESource Task=PRW, Backbone=Llama3-8B2026.02 | 1.02 | 1.1 | 1 | 1.18 | 1.12 | 1.08 |