Remove duplicate GPT-5.5 results table
This commit is contained in:
Lliar-liar
-93
@@ -522,11 +522,6 @@
|
|||||||
white-space: nowrap;
|
white-space: nowrap;
|
||||||
}
|
}
|
||||||
|
|
||||||
.gain {
|
|
||||||
color: var(--green);
|
|
||||||
font-weight: 600;
|
|
||||||
}
|
|
||||||
|
|
||||||
.heat {
|
.heat {
|
||||||
color: var(--ink);
|
color: var(--ink);
|
||||||
background:
|
background:
|
||||||
@@ -540,23 +535,6 @@
|
|||||||
font-weight: 700;
|
font-weight: 700;
|
||||||
}
|
}
|
||||||
|
|
||||||
.bar-cell {
|
|
||||||
min-width: 170px;
|
|
||||||
}
|
|
||||||
|
|
||||||
.bar-track {
|
|
||||||
height: 10px;
|
|
||||||
background: #dce1e4;
|
|
||||||
border-radius: 999px;
|
|
||||||
overflow: hidden;
|
|
||||||
}
|
|
||||||
|
|
||||||
.bar {
|
|
||||||
height: 100%;
|
|
||||||
border-radius: 999px;
|
|
||||||
background: linear-gradient(90deg, var(--teal), var(--green));
|
|
||||||
}
|
|
||||||
|
|
||||||
.method-grid {
|
.method-grid {
|
||||||
display: grid;
|
display: grid;
|
||||||
grid-template-columns: repeat(4, minmax(0, 1fr));
|
grid-template-columns: repeat(4, minmax(0, 1fr));
|
||||||
@@ -1379,77 +1357,6 @@
|
|||||||
</table>
|
</table>
|
||||||
</div>
|
</div>
|
||||||
|
|
||||||
<div class="table-wrap" style="margin-top: 16px;">
|
|
||||||
<table aria-label="GPT-5.5 direct chat benchmark results">
|
|
||||||
<thead>
|
|
||||||
<tr>
|
|
||||||
<th>Benchmark</th>
|
|
||||||
<th>Harness</th>
|
|
||||||
<th class="num">No skill</th>
|
|
||||||
<th class="num">Best non-SkillOpt baseline</th>
|
|
||||||
<th class="num">SkillOpt</th>
|
|
||||||
<th class="num">Gain</th>
|
|
||||||
<th>SkillOpt score</th>
|
|
||||||
</tr>
|
|
||||||
</thead>
|
|
||||||
<tbody>
|
|
||||||
<tr>
|
|
||||||
<td>SearchQA</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">77.7</td>
|
|
||||||
<td class="num">84.8</td>
|
|
||||||
<td class="num"><strong>87.3</strong></td>
|
|
||||||
<td class="num gain">+9.6</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 87.3%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
<tr>
|
|
||||||
<td>SpreadsheetBench</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">41.8</td>
|
|
||||||
<td class="num">73.6</td>
|
|
||||||
<td class="num"><strong>80.7</strong></td>
|
|
||||||
<td class="num gain">+38.9</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 80.7%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
<tr>
|
|
||||||
<td>OfficeQA</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">33.1</td>
|
|
||||||
<td class="num">66.9</td>
|
|
||||||
<td class="num"><strong>72.1</strong></td>
|
|
||||||
<td class="num gain">+39.0</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 72.1%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
<tr>
|
|
||||||
<td>DocVQA</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">78.8</td>
|
|
||||||
<td class="num">90.6</td>
|
|
||||||
<td class="num"><strong>91.2</strong></td>
|
|
||||||
<td class="num gain">+12.4</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 91.2%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
<tr>
|
|
||||||
<td>LiveMathBench</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">37.6</td>
|
|
||||||
<td class="num">52.0</td>
|
|
||||||
<td class="num"><strong>66.9</strong></td>
|
|
||||||
<td class="num gain">+29.3</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 66.9%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
<tr>
|
|
||||||
<td>ALFWorld</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">83.6</td>
|
|
||||||
<td class="num">93.3</td>
|
|
||||||
<td class="num"><strong>95.5</strong></td>
|
|
||||||
<td class="num gain">+11.9</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 95.5%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
</tbody>
|
|
||||||
</table>
|
|
||||||
</div>
|
|
||||||
</section>
|
</section>
|
||||||
|
|
||||||
<section class="section" id="ablations">
|
<section class="section" id="ablations">
|
||||||
|
|||||||
@@ -522,11 +522,6 @@
|
|||||||
white-space: nowrap;
|
white-space: nowrap;
|
||||||
}
|
}
|
||||||
|
|
||||||
.gain {
|
|
||||||
color: var(--green);
|
|
||||||
font-weight: 600;
|
|
||||||
}
|
|
||||||
|
|
||||||
.heat {
|
.heat {
|
||||||
color: var(--ink);
|
color: var(--ink);
|
||||||
background:
|
background:
|
||||||
@@ -540,23 +535,6 @@
|
|||||||
font-weight: 700;
|
font-weight: 700;
|
||||||
}
|
}
|
||||||
|
|
||||||
.bar-cell {
|
|
||||||
min-width: 170px;
|
|
||||||
}
|
|
||||||
|
|
||||||
.bar-track {
|
|
||||||
height: 10px;
|
|
||||||
background: #dce1e4;
|
|
||||||
border-radius: 999px;
|
|
||||||
overflow: hidden;
|
|
||||||
}
|
|
||||||
|
|
||||||
.bar {
|
|
||||||
height: 100%;
|
|
||||||
border-radius: 999px;
|
|
||||||
background: linear-gradient(90deg, var(--teal), var(--green));
|
|
||||||
}
|
|
||||||
|
|
||||||
.method-grid {
|
.method-grid {
|
||||||
display: grid;
|
display: grid;
|
||||||
grid-template-columns: repeat(4, minmax(0, 1fr));
|
grid-template-columns: repeat(4, minmax(0, 1fr));
|
||||||
@@ -1379,77 +1357,6 @@
|
|||||||
</table>
|
</table>
|
||||||
</div>
|
</div>
|
||||||
|
|
||||||
<div class="table-wrap" style="margin-top: 16px;">
|
|
||||||
<table aria-label="GPT-5.5 direct chat benchmark results">
|
|
||||||
<thead>
|
|
||||||
<tr>
|
|
||||||
<th>Benchmark</th>
|
|
||||||
<th>Harness</th>
|
|
||||||
<th class="num">No skill</th>
|
|
||||||
<th class="num">Best non-SkillOpt baseline</th>
|
|
||||||
<th class="num">SkillOpt</th>
|
|
||||||
<th class="num">Gain</th>
|
|
||||||
<th>SkillOpt score</th>
|
|
||||||
</tr>
|
|
||||||
</thead>
|
|
||||||
<tbody>
|
|
||||||
<tr>
|
|
||||||
<td>SearchQA</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">77.7</td>
|
|
||||||
<td class="num">84.8</td>
|
|
||||||
<td class="num"><strong>87.3</strong></td>
|
|
||||||
<td class="num gain">+9.6</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 87.3%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
<tr>
|
|
||||||
<td>SpreadsheetBench</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">41.8</td>
|
|
||||||
<td class="num">73.6</td>
|
|
||||||
<td class="num"><strong>80.7</strong></td>
|
|
||||||
<td class="num gain">+38.9</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 80.7%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
<tr>
|
|
||||||
<td>OfficeQA</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">33.1</td>
|
|
||||||
<td class="num">66.9</td>
|
|
||||||
<td class="num"><strong>72.1</strong></td>
|
|
||||||
<td class="num gain">+39.0</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 72.1%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
<tr>
|
|
||||||
<td>DocVQA</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">78.8</td>
|
|
||||||
<td class="num">90.6</td>
|
|
||||||
<td class="num"><strong>91.2</strong></td>
|
|
||||||
<td class="num gain">+12.4</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 91.2%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
<tr>
|
|
||||||
<td>LiveMathBench</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">37.6</td>
|
|
||||||
<td class="num">52.0</td>
|
|
||||||
<td class="num"><strong>66.9</strong></td>
|
|
||||||
<td class="num gain">+29.3</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 66.9%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
<tr>
|
|
||||||
<td>ALFWorld</td>
|
|
||||||
<td>Direct chat</td>
|
|
||||||
<td class="num">83.6</td>
|
|
||||||
<td class="num">93.3</td>
|
|
||||||
<td class="num"><strong>95.5</strong></td>
|
|
||||||
<td class="num gain">+11.9</td>
|
|
||||||
<td class="bar-cell"><div class="bar-track"><div class="bar" style="width: 95.5%;"></div></div></td>
|
|
||||||
</tr>
|
|
||||||
</tbody>
|
|
||||||
</table>
|
|
||||||
</div>
|
|
||||||
</section>
|
</section>
|
||||||
|
|
||||||
<section class="section" id="ablations">
|
<section class="section" id="ablations">
|
||||||
|
|||||||
Reference in New Issue
Block a user