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

Math Word Problem Solving on SOMADHAN (test)

0.88Accuracy

GPT-OSS-20B

Updated 4d ago

Evaluation Results

Method	Links
GPT-OSS-20B 2025.12		0.88
GPT-OSS-120B 2025.12		0.88
LLaMA-3.3-70B-versatile 2025.12		0.88
LLaMA-4-maverick-17B-128E 2025.12		0.88
GPT-OSS-20B 2025.12		0.87
GPT-OSS-120B 2025.12		0.87
LLaMA-3.3-70B-versatile 2025.12		0.87
LLaMA-4-scout-17B-16E 2025.12		0.87
GPT-OSS-20B 2025.12		0.86
GPT-OSS-120B 2025.12		0.86
GPT-OSS-120B 2025.12		0.86
LLaMA-3.3-70B-versatile 2025.12		0.86
LLaMA-3.3-70B-versatile 2025.12		0.86
LLaMA-4-scout-17B-16E 2025.12		0.86
GPT-OSS-120B 2025.12		0.85
GPT-OSS-120B 2025.12		0.85
GPT-OSS-120B 2025.12		0.85
LLaMA-3.3-70B-versatile 2025.12		0.85
LLaMA-4-maverick-17B-128E 2025.12		0.85
GPT-OSS-20B 2025.12		0.84
GPT-OSS-20B 2025.12		0.84
GPT-OSS-20B 2025.12		0.84
GPT-OSS-20B 2025.12		0.84
GPT-OSS-120B 2025.12		0.84
GPT-OSS-120B 2025.12		0.84
LLaMA-4-maverick-17B-128E 2025.12		0.84
LLaMA-4-maverick-17B-128E 2025.12		0.84
GPT-OSS-20B 2025.12		0.83
LLaMA-4-maverick-17B-128E 2025.12		0.83
LLaMA-4-maverick-17B-128E 2025.12		0.83
GPT-OSS-20B 2025.12		0.82
GPT-OSS-20B 2025.12		0.82
GPT-OSS-120B 2025.12		0.82
LLaMA-4-scout-17B-16E 2025.12		0.82
LLaMA-4-scout-17B-16E 2025.12		0.82
GPT-OSS-120B 2025.12		0.8
LLaMA-3.3-70B-versatile 2025.12		0.79
LLaMA-4-scout-17B-16E 2025.12		0.79
GPT-OSS-20B 2025.12		0.78
LLaMA-4-scout-17B-16E 2025.12		0.76
LLaMA-3.1-8B-instant 2025.12		0.73
LLaMA-3.1-8B-instant 2025.12		0.51
LLaMA-3.1-8B-instant 2025.12		0.48
LLaMA-3.1-8B-instant 2025.12		0.41
LLaMA-3.1-8B-instant 2025.12		0.31