Share your thoughts, 1 month free Claude Pro on usSee more

Math Reasoning on AMC23 (Pass@1 to Pass@256)

87.5Pass@1

UMAD

Updated 1mo ago

Evaluation Results

Method
UMAD 2026.03	87.5	-	-	-	-	-	-	-	-	-
IPPO 2026.03	82.5	-	-	-	-	-	-	-	-	-
UMAD 2026.03	77.5	-	-	-	-	-	-	-	-	-
Zero-Shot 2026.03	75	-	-	-	-	-	-	-	-	-
UMAD 2026.03	72.5	-	-	-	-	-	-	-	-	-
IPPO 2026.03	70.5	-	-	-	-	-	-	-	-	-
IPPO 2026.03	70.5	-	-	-	-	-	-	-	-	-
UMAD 2026.03	67.5	-	-	-	-	-	-	-	-	-
Zero-Shot 2026.03	65	-	-	-	-	-	-	-	-	-
GRPO 2025.10	60.8	72.7	81.3	86.8	89.8	92	94.2	95.9	97.5	-
THR 2025.10	60.2	72.2	80.7	85.9	89.5	92.8	95.9	98.3	100	-
Zero-Shot 2026.03	60	-	-	-	-	-	-	-	-	-
Zero-Shot 2026.03	60	-	-	-	-	-	-	-	-	-
IPPO 2026.03	60	-	-	-	-	-	-	-	-	-
UMAD 2026.03	60	-	-	-	-	-	-	-	-	-
THR 2025.10	58.1	71.3	80.7	87.1	90.9	93.5	95.9	98.3	100	-
THR 2025.10	57	70	79.8	86.8	91.2	94	96.1	97.3	97.5	-
IPPO 2026.03	55	-	-	-	-	-	-	-	-	-
UMAD 2026.03	52.5	-	-	-	-	-	-	-	-	-
UMAD 2026.03	50	-	-	-	-	-	-	-	-	-
Zero-Shot 2026.03	50	-	-	-	-	-	-	-	-	-
THR 2025.10	47.9	61	72.2	81.1	87.3	91.6	95.1	98	100	-
IPPO 2026.03	47.5	-	-	-	-	-	-	-	-	-
IPPO 2026.03	47.5	-	-	-	-	-	-	-	-	-
IPPO 2026.03	47.5	-	-	-	-	-	-	-	-	-
UMAD 2026.03	47.5	-	-	-	-	-	-	-	-	-
UMAD 2026.03	47.5	-	-	-	-	-	-	-	-	-
UMAD 2026.03	47.5	-	-	-	-	-	-	-	-	-
GRPO 2025.10	46.6	59.1	70	78.9	85.5	90.2	93.7	96	97.5	-
Zero-Shot 2026.03	45	-	-	-	-	-	-	-	-	-
IPPO 2026.03	45	-	-	-	-	-	-	-	-	-
IPPO 2026.03	45	-	-	-	-	-	-	-	-	-
THR 2025.10	44.8	57.8	69.1	78.2	85.1	90.1	93.6	95.9	97.5	-
Zero-Shot 2026.03	42.5	-	-	-	-	-	-	-	-	-
Zero-Shot 2026.03	42.5	-	-	-	-	-	-	-	-	-
IPPO 2026.03	42.5	-	-	-	-	-	-	-	-	-
UMAD 2026.03	42.5	-	-	-	-	-	-	-	-	-
THR 2025.10	41.4	54.8	66.8	76.6	84.2	89.5	93.2	95.8	97.5	-
Zero-Shot 2026.03	40	-	-	-	-	-	-	-	-	-
UMAD 2026.03	37.5	-	-	-	-	-	-	-	-	-
Zero-Shot 2026.03	37.5	-	-	-	-	-	-	-	-	-
Zero-Shot 2026.03	35	-	-	-	-	-	-	-	-	-
Zero-Shot 2026.03	30	-	-	-	-	-	-	-	-	-
IPPO 2026.03	27.5	-	-	-	-	-	-	-	-	-
Base 2025.10	25	40.6	58.2	72.9	82.8	88.7	92.6	96.2	100	-
Base 2025.10	15.3	26.7	42.1	58.6	72.3	81.9	88.8	94.3	97.5	-
THR 2025.10	12	20.2	30.8	43	56.1	68.6	79.5	88	92.5	-
THR 2025.10	12	20.1	30.6	42.7	56.5	70.8	82.7	89.6	92.5	-
GRPO 2025.10	11.4	18.7	28.3	39.7	52.3	64.5	74.9	81.8	85	-
THR 2025.10	11.1	18.8	29.2	41.9	56	69.3	80.1	87.5	92.5	-
Base 2025.10	4.1	7.8	14	23.4	36.1	50.6	64.4	75.4	82.5	-
Base 2026.04	-	-	-	-	22.8	-	-	-	-	-
GRPO 2026.04	-	-	-	-	29.5	-	-	-	-	-
LUFFY 2026.04	-	-	-	-	18.6	-	-	-	-	-
Scaf-GRPO 2026.04	-	-	-	-	28.8	-	-	-	-	-
SAGE 2026.04	-	-	-	-	34.7	-	-	-	-	-
HiLLw/o TW 2026.04	-	-	-	-	32.5	-	-	-	-	-
HiLL 2026.04	-	-	-	-	34.8	-	-	-	-	-
Base 2026.04	-	-	-	-	53.4	-	-	-	-	-
GRPO 2026.04	-	-	-	-	55.5	-	-	-	-	-
LUFFY 2026.04	-	-	-	-	55.2	-	-	-	-	-
Scaf-GRPO 2026.04	-	-	-	-	58.8	-	-	-	-	-
SAGE 2026.04	-	-	-	-	60.3	-	-	-	-	-
HiLLw/o TW 2026.04	-	-	-	-	60.5	-	-	-	-	-
HiLL 2026.04	-	-	-	-	63	-	-	-	-	-
GRPO 2026.04	-	-	-	-	-	92.5	-	-	-	57.4
GRPO + Entropy Loss 2026.04	-	-	-	-	-	92.5	-	-	-	55
GRPO + Clip-Higher 2026.04	-	-	-	-	-	95	-	-	-	55.5
GRPO + Clip-Cov 2026.04	-	-	-	-	-	90	-	-	-	57.1
GRPO + Entrocraft 2026.04	-	-	-	-	-	95	-	-	-	65
GSPO 2026.04	-	-	-	-	-	92.5	-	-	-	57.7
GSPO + Entropy Loss 2026.04	-	-	-	-	-	97.5	-	-	-	55.9
GSPO + Clip-Higher 2026.04	-	-	-	-	-	95	-	-	-	54.7
GSPO + Clip-Cov 2026.04	-	-	-	-	-	92.5	-	-	-	56.3
GSPO + Entrocraft 2026.04	-	-	-	-	-	95	-	-	-	56.1
W-Reinforce 2026.04	-	-	-	-	-	90	-	-	-	53.5
EntroPIC 2026.04	-	-	-	-	-	92.5	-	-	-	55.3