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

Mathematical Reasoning on GSM8K (Math)

96.4Math Score

Llama-3.3-70B

47.88460.479573.07585.6705May 26, 2025Jul 14, 2025Sep 1, 2025Oct 20, 2025Dec 8, 2025Jan 26, 2026Mar 17, 2026
Updated 1mo ago

Evaluation Results

MethodLinks
2026.02
96.4
2026.02
96.3
2026.02
96
2026.02
95.5
2026.02
95.2
2026.02
95
2026.02
95
2026.02
94.5
2026.02
93.4
2026.02
92.3
2026.02
92.1
2026.02
91.4
2026.02
91.39
2026.02
91.2
2026.02
91.2
2026.02
91.1
2026.02
91.1
2026.02
90.8
2026.02
90.72
2026.02
89.8
2026.02
89.1
2026.02
88.2
2026.02
87.6
2026.02
87.26
2026.02
86.7
2026.02
85.5
2025.05
85
2026.02
84.9
2025.05
82
2025.05
81
2026.02
80
2025.05
80
2025.05
79.5
2025.05
79
2025.05
78.5
2025.05
78
2025.05
78
2025.05
76
2026.02
74.6
2026.02
73.5
2026.02
73
2026.02
73
2026.02
71.11
2026.02
71
2026.02
70.78
2026.02
70.36
2026.02
69.82
2026.02
69.7
2026.02
69.67
2026.02
69.14
2026.02
68.99
2026.02
67.7
2026.02
67.1
2026.02
62.16
2026.02
61.78
2026.02
61.56
2026.02
59.99
2026.02
58.44
2025.06
58.3
2026.02
57.65
2026.01
57.32
2026.02
57.14
2026.02
56.86
2026.01
56.63
2026.01
56.56
2026.01
56.5
2026.01
56.5
2026.01
56.25
2026.02
56.24
2026.02
56.24
2026.01
56.18
2025.06
56.1
2026.02
55.97
2026.01
55.8
2026.02
55.45
2026.02
55.07
2026.01
54.97
2026.01
54.81
2026.01
54.81
2026.02
54.76
2026.03
54.7
2026.02
54.66
2026.01
54.13
2026.02
54.04
2026.02
53.77
2025.06
52.9
2026.01
52.84
2026.02
52.56
2026.01
52.54
2026.01
52.16
2026.01
52.16
2026.02
51.82
2026.02
51.68
2026.01
51.33
2026.02
51.14
2025.06
50.9
2026.02
50.48
2026.02
50.09
2026.02
50.06
2026.02
49.75
Showing 100 of 197 rows