Question Answering on HotpotQA Poison (test)
48.8Retrieval Accuracy (RACC)AV Filter
Evaluation results
| Method | Links | ||
|---|---|---|---|
| AV FilterLLM=Mistral-7B, alpha=∞2025.06 | 48.8 | 13.6 | |
| AV FilterLLM=Mistral-7B, alpha=102025.06 | 47.8 | 15 | |
| AV FilterLLM=Mistral-7B, alpha=52025.06 | 47.4 | 14.8 | |
| KeywordLLM=GPT-4o2025.06 | 43.4 | 15.8 | |
| KeywordLLM=Mistral-7B2025.06 | 43 | 25 | |
| AV FilterLLM=GPT-4o, alpha=∞2025.06 | 41.2 | 11.4 | |
| KeywordLLM=Llama 2-C2025.06 | 41 | 20 | |
| AV FilterLLM=GPT-4o, alpha=102025.06 | 37.6 | 12 | |
| AV FilterLLM=GPT-4o, alpha=52025.06 | 37.2 | 12.6 | |
| DecodingLLM=Mistral-7B2025.06 | 30 | 51 | |
| AV FilterLLM=Llama 2-C, alpha=52025.06 | 27 | 17 | |
| AV FilterLLM=Llama 2-C, alpha=102025.06 | 26.8 | 17 | |
| DecodingLLM=Llama 2-C2025.06 | 25 | 16 | |
| AV FilterLLM=Llama 2-C, alpha=∞2025.06 | 21.4 | 28.6 | |
| VanillaLLM=GPT-4o2025.06 | 20.4 | 58.4 | |
| VanillaLLM=Mistral-7B2025.06 | 14.6 | 75 | |
| VanillaLLM=Llama 2-C2025.06 | 14.6 | 65.6 |