Treatment Policy Evaluation on SynSum (test) benchmark leaderboard · SOTA2 Research

Treatment Policy Evaluation on SynSum (test)

0.03AUTOCRisk

Evaluation Results

Method	Links
Risk2025.07		0.03	6.49	6.96	—
DragonNet2025.07		0.09	0.79	1.21	0.96
DragonNet2025.07		0.09	0.79	1.21	0.96
DragonNet2025.07		0.1	0.77	1.22	0.83
DR-Emb2025.07		0.12	6.45	6.92	0.6
DragonNet2025.07		0.16	6.44	6.91	0.57
TARNet2025.07		0.16	6.44	6.91	0.6
AACE2025.07		0.17	6.45	6.9	0.45
Risk2025.07		0.21	0.77	1.18	—
Risk2025.07		0.22	0.77	1.18	—
Risk2025.07		0.22	0.77	1.18	—
Risk2025.07		0.23	0.77	1.18	—
Risk2025.07		0.23	0.77	1.18	—
Risk2025.07		0.23	0.77	1.18	—
Risk2025.07		0.25	0.77	1.17	—
Risk2025.07		0.25	0.77	1.17	—
DragonNet2025.07		0.4	0.7	1.14	0.71
DragonNet2025.07		0.4	0.7	1.14	0.71
DR-Emb2025.07		0.42	0.69	1.14	0.71
DR-Emb2025.07		0.42	0.69	1.14	0.71
TARNet2025.07		0.43	0.69	1.14	0.7
TARNet2025.07		0.43	0.69	1.14	0.7
Oracle2025.07		0.43	6.37	6.84	0
TARNet2025.07		0.45	0.68	1.14	0.67
DragonNet2025.07		0.45	0.68	1.14	0.65
DR-Emb2025.07		0.46	0.68	1.13	0.64
DragonNet2025.07		0.48	0.67	1.13	0.63
DragonNet2025.07		0.48	0.67	1.13	0.63
AACE2025.07		0.49	0.68	1.12	0.62
AACE2025.07		0.49	0.68	1.12	0.62
DR-Emb2025.07		0.51	0.66	1.12	0.59
TARNet2025.07		0.51	0.66	1.13	0.58
DR-Emb2025.07		0.51	0.66	1.12	0.59
TARNet2025.07		0.51	0.66	1.13	0.58
DR-Emb2025.07		0.52	0.66	1.12	0.57
TARNet2025.07		0.52	0.66	1.13	0.57
AACE2025.07		0.53	0.66	1.12	0.57
DR-Emb2025.07		0.53	0.65	1.12	0.56
TARNet2025.07		0.53	0.65	1.12	0.58
DR-Emb2025.07		0.53	0.65	1.12	0.56
TARNet2025.07		0.53	0.65	1.12	0.58
AACE2025.07		0.56	0.65	1.11	0.53
AACE2025.07		0.56	0.65	1.11	0.53
AACE2025.07		0.57	0.64	1.11	0.52
AACE2025.07		0.58	0.64	1.11	0.5
AACE2025.07		0.58	0.64	1.11	0.5
Oracle2025.07		0.74	0.61	1.08	0
Oracle2025.07		0.74	0.61	1.08	0