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

Mathematical Reasoning on GSM8K (HS, Acc)

96.81Accuracy (Acc)

SIGMA

82.447686.176389.90593.6337Jun 11, 2025Aug 7, 2025Oct 4, 2025Dec 1, 2025Jan 28, 2026Mar 27, 2026May 24, 2026
Updated 2d ago

Evaluation Results

MethodLinks
2026.05
96.81-93.91-
2026.05
96.66-93.22-
2026.04
96.1---
2026.04
96---
2026.04
96---
2026.04
96---
2026.04
95.7---
2026.05
95.43-92.86-
2026.05
95.24-92.39-
2026.05
95.03-91.01-
2026.04
95---
2026.05
94.85-90.68-
2025.06
94.8---
2026.05
94.77-89.83-
2025.06
94.5---
2026.05
94.47-87.69-
2025.06
94---
2026.04
93.9---
2026.05
93.7---
2026.05
93.68---
2026.05
93.56---
2026.05
93.56---
2026.05
93.51---
2026.05
93.43---
2025.06
93.4---
2026.05
93.38---
2026.04
93.2---
2026.05
92.95---
2026.05
92.95---
2026.05
92.87---
2026.05
92.7---
2026.05
92.7---
2026.05
92.5---
2026.05
92.46---
2026.05
92.4---
2026.05
92.2---
2026.05
92.19---
2026.05
92.11---
2026.05
92.11---
2026.05
92.11---
2026.05
91.88---
2026.04
91.8---
2026.03
91.74---
2026.05
91.74---
2025.06
91.6---
2026.03
91.51---
2026.05
91.43---
2026.05
91.43---
2026.04
91.4---
2026.05
91.36---
2026.05
91.13---
2026.04
91---
2026.03
90.9---
2026.04
90.64---
2026.04
90.64---
2026.03
90.52---
2026.04
90.3---
2026.05
90.3---
2026.04
90.24---
2026.04
90.2---
2026.04
90.18---
2026.05
89.76---
2026.05
89.61---
2026.05
89.46---
2025.08
89.4---
2026.05
89.31---
2026.05
89.3---
2026.05
89.23---
2026.04
89.16---
2026.05
89.16---
2026.03
89.08---
2026.03
89.08---
2026.05
89.01---
2026.04
88.87---
2026.05
88.48---
2026.05
88.15---
2026.04
87.98---
2025.08
87.6---
2026.05
87.04---
2026.05
86.4---
2026.05
86.4---
2026.05
86.35---
2026.05
86.3---
2026.04
86.1---
2026.05
85.8---
2026.05
85.06---
2026.04
84.76---
2026.04
84.5---
2026.03
84.38---
2026.05
84.23---
2026.05
83.98---
2026.05
83.7---
2026.05
83.55---
2026.05
83.47---
2026.04
83.26---
2026.05
83.24---
2026.04
83.2---
2026.05
83.09---
2026.05
83.02---
2026.04
83---
Showing 100 of 341 rows