Our new X account is live! Follow @wizwand_team for updates
WorkDL logo mark

Arithmetic Reasoning on GSM8K

97.1Accuracy

DUP

56.134466.769777.40588.0403Mar 21, 2022Nov 13, 2022Jul 8, 2023Mar 1, 2024Oct 24, 2024Jun 18, 2025Feb 10, 2026
Updated 3d ago

Evaluation Results

MethodLinks
2024.04
97.1---
2025.12
95.9---
2023.05
95.6---
2025.12
95.6---
2026.02
95.2---
2026.02
95.2---
2026.02
95.1---
2026.02
95---
2026.02
95---
2026.02
94.9---
2026.02
94.8---
2026.02
94.7---
2023.05
94.6---
2024.04
94.6---
2025.12
94.6---
2026.02
94.5---
2026.02
94.5---
2024.04
94.3---
2026.02
94.2---
2026.02
94.2---
2023.05
94---
2026.02
94---
2026.02
93.9---
2026.02
93.8---
2026.02
93.6---
2026.02
93.5---
2026.02
93.1---
2025.12
93--67.8
2025.12
92.7--67.4
2025.12
92.6---
2024.04
92.1---
2026.02
92.1---
2025.12
92.1--65.5
2026.02
92---
2026.02
91.9---
2025.12
91.8--60.2
2026.02
91.7---
2026.02
91.5---
2025.12
91.5--62.7
2025.12
91.5--60.5
2026.02
91.4---
2026.02
91.3---
2026.02
90.9---
2025.12
90.8--66.4
2025.12
90.8--64.7
2026.02
90.7---
2025.12
90.1---
2023.06
89.2---
2025.12
88.8--62.1
2025.12
88.5--56.6
2026.02
88.48---
2023.06
88.2---
2026.02
87.87---
2025.12
87.7---
2026.02
87.6---
2023.06
87.6---
2026.02
87.2---
2026.02
87---
2025.12
86.8--60.1
2026.02
86.8---
2025.12
85.8---
2025.12
85.5--59.8
2026.02
85.44---
2026.02
84.29---
2026.02
83.7---
2023.06
83.2---
2023.05
82.6---
2024.04
82.3---
2024.04
81.6---
2023.11
81.3---
2025.12
81.2--54.2
2025.12
80.9--54.1
2023.05
80.8---
2023.11
80.2---
2024.04
80.2---
2026.02
80.15---
2024.04
79.3---
2025.12
79.3--53.5
2023.06
79.3---
2023.05
79.2---
2023.06
79.1---
2024.04
78.9---
2022.03
78---
2024.04
77.5---
2023.05
74.7---
2022.05
74.4---
2022.03
74.4---
2025.12
72---
2025.12
71.6---
2023.05
71.5---
2022.05
70.1---
2023.11
69---
2023.11
68---
2023.05
64.4---
2026.02
64.4---
2025.12
64.3--43.5
2022.03
60.1---
2023.11
58.5---
2022.04
58---
2026.02
57.71---
Showing 100 of 157 rows