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

Science Question Answering on GPQA (Accuracy and Majority Voting)

55.8Accuracy

UAB

6.129619.024831.9244.8152May 19, 2025Jul 20, 2025Sep 20, 2025Nov 21, 2025Jan 22, 2026Mar 25, 2026May 26, 2026
Updated 6d ago

Evaluation Results

MethodLinks
2026.05
55.8---
2026.05
55---
2026.05
53.9---
2026.05
52.2---
2026.05
49.7---
2026.05
49---
2026.05
48.8---
2026.05
40.9---
2026.02
34.837.337.537.7
2026.05
34.6---
2026.02
3335.236.837
2026.02
32.83---
2026.02
32.435.33535.2
2026.02
32.32---
2026.02
32.32---
2026.02
31.82---
2026.02
31.82---
2026.05
31.7---
2026.02
30.3---
2026.02
30.3---
2026.02
30.3---
2026.02
29.8---
2026.02
29.8---
2026.02
29.8---
2026.02
29.8---
2026.02
29.8---
2026.02
29.29---
2026.02
29.29---
2026.02
29.29---
2026.02
29.29---
2026.05
28.79---
2026.02
28.28---
2026.02
27.78---
2026.02
27.78---
2026.02
27.78---
2026.02
26.34---
2026.02
25.89---
2026.02
25.76---
2025.05
25.6---
2025.05
25.2---
2025.05
24.8---
2026.02
24.55---
2026.02
24.24---
2026.02
24.24---
2026.05
23.7---
2026.05
23.66---
2025.05
23.5---
2026.05
23.2---
2026.05
22.55---
2026.05
22.54---
2026.02
22.1---
2026.02
22.1---
2026.05
22.1---
2025.05
22---
2026.02
21.72---
2026.02
21.65---
2026.02
21.43---
2026.02
19.2---
2026.02
18.53---
2026.02
17.86---
2026.02
17.86---
2026.02
17.19---
2026.05
16.5---
2026.02
11.38---
2026.02
10.94---
2026.02
10.71---
2026.02
9.15---
2026.02
8.93---
2026.02
8.04---