List your company

Question Answering on Qasper

67.3RecallPPA-Plan
58.25260.60162.9565.299Jan 17, 2026

Evaluation results

MethodLinks
PPA-PlanLLM Model=Llama-3.1-8B2026.0167.3—75.6
PPA-PlanLLM Model=GPT-4o mini2026.0167.1—61.8
PPA-PlanLLM Model=Qwen-2.5-14B2026.0167.1—56.4
PEARLLLM Model=GPT-4o mini2026.0166.5—51.1
PEARLLLM Model=Llama-3.1-8B2026.0166—74.8
GQALLM Model=GPT-4o mini2026.0165.8—37.5
CoTLLM Model=GPT-4o mini2026.0164.9—46.2
PEARLLLM Model=Qwen-2.5-14B2026.0163.6—46.1
CoTLLM Model=Qwen-2.5-14B2026.0163.4—36.6
PSLLM Model=Qwen-2.5-14B2026.0162.8—39
GQALLM Model=Qwen-2.5-14B2026.0162.5—34.9
PSLLM Model=GPT-4o mini2026.0162.4—40.5
CoTLLM Model=Llama-3.1-8B2026.0161.3—36.6
GQALLM Model=Llama-3.1-8B2026.0160.5—31.5
PSLLM Model=Llama-3.1-8B2026.0158.6—36.2
CoABackbone=text-bison, Context Window=8k2024.06—37.17—
CoABackbone=text-unicorn, Context Window=8k2024.06—38.01—
CoABackbone=gemini-ultra, Context Window=8k2024.06—35.1—
RAGBackbone=text-bison, Context Window=8k2024.06—27.2—
RAGBackbone=text-unicorn, Context Window=8k2024.06—24.44—
RAGBackbone=gemini-ultra, Context Window=8k2024.06—18.7—
VanillaBackbone=text-bison, Context Window=8k2024.06—26.56—
VanillaBackbone=text-unicorn, Context Window=8k2024.06—27.81—
VanillaBackbone=gemini-ultra, Context Window=8k2024.06—20.59—
VanillaBackbone=gemini-ultra, Context Window=32k2024.06—21.71—