List your company

Tool Learning under Instruction with Multiple Requests on NoisyToolBench IMR 1.0 (test)

90A1 ScoreDFSDT + AwN
-3.620.74569.3Aug 31, 2024

Evaluation results

MethodLinks
DFSDT + AwNModel=gpt-4o2024.08905236
DFSDT + AwNModel=gpt-3.52024.08885648
CoT + AwNModel=gpt-3.52024.08864620
DFSDT + AwNModel=deepseek-v32024.08825248
DFSDT + AwNModel=gpt-42024.08805044
CoT + AwNModel=gpt-4o2024.08804630
CoT + AwNModel=gpt-42024.08764438
DFSDT + AwNModel=gemini-1.52024.0876284
CoT + AwNModel=O3-mini2024.08765448
DFSDT + AwNModel=O3-mini2024.08765854
CoT + AwNModel=gemini-1.52024.0874248
CoTModel=gpt-42024.08725236
DFSDTModel=gpt-42024.08702826
CoT + AwNModel=deepseek-v32024.08705446
DFSDT + AwNModel=DeepSeek-R12024.08624226
DFSDTModel=gpt-3.52024.08601816
DFSDTModel=deepseek-v32024.08602018
DFSDTModel=gemini-1.52024.086084
CoT + AwNModel=DeepSeek-R12024.08605422
CoT + AwNModel=claude-3.52024.08323024
DFSDT + AwNModel=claude-3.52024.08323018
DFSDTModel=gpt-4o2024.08261816
CoTModel=deepseek-v32024.08242824
CoTModel=gemini-1.52024.0822102
CoTModel=gpt-3.52024.08202412
CoTModel=gpt-4o2024.08182816
CoTModel=claude-3.52024.08122824
DFSDTModel=claude-3.52024.08121818
DFSDTModel=DeepSeek-R12024.0842614
CoTModel=DeepSeek-R12024.0822812
CoTModel=O3-mini2024.0801614
DFSDTModel=O3-mini2024.0801610