Question Answering on TruthfulQA (Accuracy, Uintra, Uinter, Usys Metrics) benchmark leaderboard · SOTA2 Research

Question Answering on TruthfulQA (Accuracy, Uintra, Uinter, Usys Metrics)

91.4AccuracyUDPO

Evaluation Results

Method	Links
UDPO2026.02		91.4	0.075	0.035	0.055
UDPO2026.02		88.7	0.068	0.048	0.068
UDPO2026.02		85.2	0.072	0.058	0.082
RMAAC2026.02		78.2	0.158	0.102	0.172
MAPPO2026.02		76.8	0.165	0.108	0.182
RMAAC2026.02		76.5	0.152	0.115	0.188
MAPPO2026.02		74.2	0.158	0.122	0.198
Standard MAD2026.02		73.5	0.222	0.128	0.218
Standard MAD2026.02		71.8	0.218	0.142	0.235
RMAAC2026.02		70.2	0.185	0.148	0.225
MAPPO2026.02		68.5	0.192	0.152	0.238
Standard MAD2026.02		62.4	0.225	0.178	0.275