List your company

Summarization on CNN/DailyMail (Hamming, F1, Align Score)

-0.276Hamming ScoreKLE
-0.30156-0.129030.04350.21603Jan 29, 2026

Evaluation results

MethodLinks
KLEBackbone=Qwen3-4B2026.01-0.2766.61.4———
SEBackbone=Qwen3-30B-A3B2026.01-0.26913.1-14.1———
SEBackbone=Qwen3-4B2026.01-0.242-0.72.8———
SARBackbone=Gemma-3-4B2026.01-0.24113.5-2———
MSPBackbone=Qwen3-4B2026.01-0.21721.15.8———
P(True)Backbone=Gemma-3-4B2026.01-0.165-6.9-9.7———
MSPBackbone=Gemma-3-12B2026.01-0.16222.1-19.5———
SARBackbone=Qwen3-4B2026.01-0.16117.69.7———
COCOABackbone=Qwen3-4B2026.01-0.15828.49.5———
SARBackbone=Gemma-3-12B2026.01-0.15524.4-12.2———
COCOABackbone=Gemma-3-12B2026.01-0.12724-20———
COCOABackbone=Gemma-3-4B2026.01-0.1263.7-4.6———
SEBackbone=Gemma-3-4B2026.01-0.104-3.91.7———
KLEBackbone=Gemma-3-12B2026.01-0.1-1.45.6———
MSPBackbone=Gemma-3-4B2026.01-0.0633.11.4———
MSPBackbone=Qwen3-30B-A3B2026.01-0.0628.5-2.6———
P(True)Backbone=Gemma-3-12B2026.01-0.051-23.6-5.9———
KLEBackbone=Qwen3-30B-A3B2026.01-0.0529.1-6.8———
COCOABackbone=Qwen3-30B-A3B2026.01-0.03426.8-9.7———
SARBackbone=Qwen3-30B-A3B2026.01-0.02627.5-8.8———
KLEBackbone=Gemma-3-4B2026.01-0.02416.7———
P(True)Backbone=Qwen3-30B-A3B2026.010.00911.9-13.9———
SEBackbone=Gemma-3-12B2026.010.01816.55.8———
P(True)Backbone=Qwen3-4B2026.010.037-6.611.3———
R_BayesBackbone=Qwen3-4B2026.010.05511.527.8———
R_BayesBackbone=Gemma-3-12B2026.010.14425.732.1———
R_BayesBackbone=Qwen3-30B-A3B2026.010.23535.820.3———
R_BayesBackbone=Gemma-3-4B2026.010.36326.614.6———
COCOAModel=Gemma-3-4B2026.01———0.4490.5360.513
COCOAModel=Gemma-3-12B2026.01———0.4660.5680.453
COCOAModel=Qwen3-4B2026.01———0.4610.5720.495
COCOAModel=Qwen3-30B-A3B2026.01———0.4980.6080.466
KLEModel=Gemma-3-4B2026.01———0.4940.5050.522
KLEModel=Gemma-3-12B2026.01———0.4620.5230.469
KLEModel=Qwen3-4B2026.01———0.4280.5370.479
KLEModel=Qwen3-30B-A3B2026.01———0.4960.5630.507
MSPModel=Gemma-3-4B2026.01———0.4550.5210.508
MSPModel=Gemma-3-12B2026.01———0.4490.5480.453
MSPModel=Qwen3-4B2026.01———0.4640.5630.5
MSPModel=Qwen3-30B-A3B2026.01———0.4860.5940.473
P(True)Model=Gemma-3-4B2026.01———0.4680.5040.459
P(True)Model=Gemma-3-12B2026.01———0.4970.420.487
P(True)Model=Qwen3-4B2026.01———0.4950.4770.522
P(True)Model=Qwen3-30B-A3B2026.01———0.5220.5330.442
RBayesModel=Gemma-3-4B2026.01———0.60.5840.58
RBayesModel=Gemma-3-12B2026.01———0.580.5710.605
RBayesModel=Qwen3-4B2026.01———0.5250.5520.594
RBayesModel=Qwen3-30B-A3B2026.01———0.5770.6020.578
SARModel=Gemma-3-4B2026.01———0.4490.5610.514
SARModel=Gemma-3-12B2026.01———0.4610.5730.461
SARModel=Qwen3-4B2026.01———0.4620.5490.501
SARModel=Qwen3-30B-A3B2026.01———0.4840.5990.479
SEModel=Gemma-3-4B2026.01———0.4680.4960.521
SEModel=Gemma-3-12B2026.01———0.5190.5630.486
SEModel=Qwen3-4B2026.01———0.4510.5230.508
SEModel=Qwen3-30B-A3B2026.01———0.4140.5250.466