List your company

Tool Learning under Instruction with Error on NoisyToolBench IwE 1.0 (test)

74A1 Success RateCoT + AwN
-2.9617.023756.98Aug 31, 2024

Evaluation results

MethodLinks
CoT + AwNModel=gpt-3.52024.08744828
DFSDT + AwNModel=gpt-3.52024.08724236
DFSDT + AwNModel=gemini-1.52024.08663626
DFSDT + AwNModel=gpt-4o2024.08644638
CoT + AwNModel=gpt-4o2024.08604432
CoT + AwNModel=gemini-1.52024.08582822
CoT + AwNModel=O3-mini2024.08584232
DFSDT + AwNModel=O3-mini2024.08583836
DFSDTModel=gpt-42024.08541210
DFSDT + AwNModel=deepseek-v32024.08543836
DFSDT + AwNModel=DeepSeek-R12024.08543822
CoTModel=gpt-42024.08522624
DFSDT + AwNModel=gpt-42024.08523836
CoTModel=gpt-3.52024.08502416
CoT + AwNModel=DeepSeek-R12024.08503422
DFSDTModel=gpt-3.52024.08481414
CoT + AwNModel=gpt-42024.08483434
CoT + AwNModel=deepseek-v32024.08403026
DFSDTModel=gemini-1.52024.083662
DFSDT + AwNModel=claude-3.52024.08363630
CoT + AwNModel=claude-3.52024.08343426
DFSDTModel=deepseek-v32024.08221212
DFSDTModel=gpt-4o2024.081864
CoTModel=gpt-4o2024.08121210
DFSDTModel=claude-3.52024.08122018
CoTModel=deepseek-v32024.08101414
CoTModel=gemini-1.52024.088126
CoTModel=claude-3.52024.0882624
CoTModel=O3-mini2024.08044
DFSDTModel=O3-mini2024.08062
CoTModel=DeepSeek-R12024.08086
DFSDTModel=DeepSeek-R12024.08084