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

Mathematical Reasoning on GSM8K (pass@1, maj@8, rm@8)

96.7pass@1

Qwen2-Math-72B-Instruct

2.694427.099751.50575.9103Sep 18, 2024Dec 12, 2024Mar 7, 2025Jun 1, 2025Aug 25, 2025Nov 18, 2025Feb 12, 2026
Updated 3mo ago

Evaluation Results

MethodLinks
2024.09
96.79796.765.7
2024.09
95.99696.468.2
2024.09
95.896.796.472.6
2024.09
95.296.797.962.9
2024.09
94.696.497.667.4
2026.02
94.16---
2024.09
94.1--56.9
2026.02
94.01---
2026.02
93.73---
2026.02
93.6---
2026.02
93.46---
2026.02
93.42---
2024.09
93.2--59
2026.02
93---
2024.09
92.9--62
2026.02
92.9---
2026.02
92.9---
2026.02
92.6---
2026.01
92.4---
2026.02
92.3---
2026.02
92.2---
2026.02
92.2---
2026.02
92.2---
2024.09
92.1--51.8
2026.02
92.1---
2026.02
92---
2026.01
91.8---
2026.02
91.6---
2026.02
91.6---
2026.02
91.6---
2026.02
91.1---
2026.02
90.9---
2024.09
90.8--54
2026.02
90.6---
2026.02
90.5---
2026.02
90.4---
2026.01
90.2---
2026.01
90.1---
2026.02
90---
2024.09
89.993.195.158.5
2026.02
89.9---
2026.02
89.9---
2026.02
89.6---
2026.02
89.5---
2026.02
89.4---
2026.02
89.1---
2026.01
88.7---
2026.02
88.5---
2024.09
88.2--46.6
2024.09
87.9--48.7
2024.09
87.6--52.7
2026.01
87.3---
2026.01
87---
2026.01
86.7---
2026.02
86.5---
2026.01
86.2---
2024.09
85.7--44.1
2026.02
85.5---
2026.02
85.3---
2026.02
85---
2026.02
85---
2024.09
84.9--46.1
2024.09
84.888.692.556.9
2026.02
84.8---
2026.02
84.7---
2026.02
84.5---
2024.09
84.288.692.753.3
2024.09
84--45.1
2024.09
83.79093.356.9
2026.02
83.4---
2026.02
82.6---
2026.01
80.4---
2024.09
76.6--41.9
2024.09
75.4--45
2026.02
73.35---
2026.02
72.65---
2026.02
71.74---
2026.02
71.68---
2026.02
71.49---
2026.02
71.44---
2026.02
70.74---
2026.01
70.3---
2026.01
68.4---
2024.09
64.1--25
2026.02
58.53---
2026.02
58.38---
2026.02
56.54---
2026.02
53.4---
2026.02
52.08---
2026.02
52.08---
2026.02
50.11---
2026.02
49.56---
2026.02
46.76---
2025.02
37.14--31.57
2025.02
33.45--26.47
2025.02
21.95--24.38
2026.02
14.95---
2026.02
14.75---
2026.02
14.39---
2026.02
6.31---
Showing 100 of 111 rows