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

Science Question Answering on ScienceQA

99.8Accuracy

Phi-4 pass@N (Upper Bound)

Updated 23h ago

Evaluation Results

Method
Phi-4 pass@N (Upper Bound) 2025.11	99.8	-	-	-	-	-	-
LongVILA-7B (S3) 2024.08	98.5	-	-	-	-	-	-
RLHFlow-PRM-Deepseek-Data 2025.11	98	-	-	-	-	-	-
Qwen2.5-Math-7B-PRM800k 2025.11	97.5	-	-	-	-	-	-
Qwen2.5-Math-7B-PRM 2025.11	97.5	-	-	-	-	-	-
RLHFlow-PRM-Mistral-Data 2025.11	97.3	-	-	-	-	-	-
Universal-PRM-Qwen2.5-Math-7B 2025.11	96.8	-	-	-	-	-	-
Qwen3-VL-32B 2026.05	96.72	-	-	-	-	-	-
Skywork-PRM-1.5B 2025.11	96.6	-	-	-	-	-	-
Math-Shepherd-PRM-7B 2025.11	96.6	-	-	-	-	-	-
H4-Qwen2.5-PRM-1.5B-0.2 2025.11	96.4	-	-	-	-	-	-
MiniCPM-v2.6 + HIPPO 2026.02	96.33	-	-	-	-	-	-
InternVL3.5-38B 2026.05	96.2	-	-	-	-	-	-
Phi-4 pass@1 (Lower Bound) 2025.11	95.7	-	-	-	-	-	-
ReProbe, Attn+Logit, Qwen3-8B-anno 2025.11	95.7	-	-	-	-	-	-
MiniCPM-v2.6 2026.02	95.19	-	-	-	-	-	-
Qwen3-VL + DISCO (10K) 2026.02	95.09	-	-	-	-	-	-
VisionZip 2026.05	95.07	-	-	-	-	-	-
F3A 2026.05	94.97	-	-	-	-	-	-
Qwen3-VL + Textual (10K) 2026.02	94.94	-	-	-	-	-	-
F3A 2026.05	94.85	-	-	-	-	-	-
Qwen3-VL 2026.02	94.79	-	-	-	-	-	-
Majority Voting 2025.11	94.6	-	-	-	-	-	-
HiP-LoRA 2026.04	94.05	-	-	-	-	-	-
HiP-LoRA (k=32, r=16) 2026.04	94.05	-	-	-	-	-	-
FastV 2026.05	93.8	-	-	-	-	-	-
DivPrune 2026.05	93.8	-	-	-	-	-	-
PiSSA 2026.04	93.62	-	-	-	-	-	-
PiSSA (r=16) 2026.04	93.62	-	-	-	-	-	-
FastV 2026.05	93.54	-	-	-	-	-	-
CDPruner 2026.05	93.43	-	-	-	-	-	-
CDPruner 2026.05	93.41	-	-	-	-	-	-
DivPrune 2026.05	93.12	-	-	-	-	-	-
F3A 2026.05	93.12	-	-	-	-	-	-
FastVLM-1.7B 2024.12	92.9	-	-	-	-	-	-
Full Prec 2025.08	92.69	-	-	-	-	-	-
FastV 2026.05	92.54	-	-	-	-	-	-
Qwen3-VL-8B-Thinking 2026.02	92.5	-	-	-	-	-	-
LoRA 2026.04	92.26	-	-	-	-	-	-
LoRA(r=16) 2026.04	92.26	-	-	-	-	-	-
SAP 2026.02	92.2	-	-	-	-	-	-
F3A 2026.05	92.1	-	-	-	-	-	-
Proj-LoRA 2026.04	92.08	-	-	-	-	-	-
Proj-LoRA(r=16) 2026.04	92.08	-	-	-	-	-	-
Split-LoRA(4×4) 2026.04	92	-	-	-	-	-	-
VisionZip 2026.05	91.94	-	-	-	-	-	-
FP16 2026.04	91.67	-	-	-	-	-	-
VisionZip 2026.05	91.48	-	-	-	-	-	-
MODIX 2026.04	91.13	-	-	-	-	-	-
CDPruner 2026.05	91.1	-	-	-	-	-	-
SID-v 2025.10	91	-	-	-	-	-	-
SID-c 2025.10	91	-	-	-	-	-	-
CDPruner 2026.05	90.97	-	-	-	-	-	-
DivPrune 2026.05	90.92	-	-	-	-	-	-
Vanilla 2026.04	90.8	-	-	-	-	-	-
ResDec 2026.02	90.48	-	-	-	-	-	-
OPERA 2026.02	90.33	-	-	-	-	-	-
VISTA 2026.02	90.23	-	-	-	-	-	-
MODIX 2026.04	90.16	-	-	-	-	-	-
VCD 2026.02	90.08	-	-	-	-	-	-
MAD 2025.10	90	-	-	-	-	-	-
Full Prec 2025.08	89.98	-	-	-	-	-	-
Full Prec 2025.08	89.98	-	-	-	-	-	-
SpikeMLLM (QuaRot+MSTS+TC-LIF) 2026.04	89.84	-	-	-	-	-	-
InternVL3.5 2026.04	89.7	-	-	-	-	-	-
F3A 2026.05	89.7	-	-	-	-	-	-
SmolVLM2-2.2B 2024.12	89.6	-	-	-	-	-	-
Qwen2.5-VL-7B 2026.05	89.12	-	-	-	-	-	-
InternVL3.5-8B 2026.05	89	-	-	-	-	-	-
Regular 2026.02	88.99	-	-	-	-	-	-
FastV 2026.05	88.92	-	-	-	-	-	-
GPTQ 2025.08	88.85	-	-	-	-	-	-
FastV 2026.05	88.81	-	-	-	-	-	-
VisionZip 2026.05	88.81	-	-	-	-	-	-
DoLa 2026.02	88.75	-	-	-	-	-	-
Vanilla 2026.04	88.7	-	-	-	-	-	-
VLMQ 2025.08	88.42	-	-	-	-	-	-
Qwen3-VL 2026.04	88.41	-	-	-	-	-	-
CDPruner 2026.05	88.41	-	-	-	-	-	-
DivPrune 2026.05	88.41	-	-	-	-	-	-
FP16 2026.05	88.4	-	-	-	-	-	-
SpikeMLLM(SQ) 2026.04	88.3	-	-	-	-	-	-
Full Prec 2025.08	88.26	-	-	-	-	-	-
GPTAQ 2025.08	88.26	-	-	-	-	-	-
Full Prec 2025.08	88.26	-	-	-	-	-	-
SplitQ 2026.05	88.1	-	-	-	-	-	-
Qwen3-VL-8B-Instruct 2026.02	88	-	-	-	-	-	-
SplitQ 2026.05	87.9	-	-	-	-	-	-
SpikeMLLM(MBQ) 2026.04	87.8	-	-	-	-	-	-
MolmoE A1B-7B 2024.12	87.5	-	-	-	-	-	-
HalfV 2026.04	87.5	-	-	-	-	-	-
Qwen-2.5-VL-7B 2025.08	87.46	-	-	-	-	-	-
GPTQ 2025.08	87.22	-	-	-	-	-	-
Qwen-2.5-VL-7B 2025.08	86.91	-	-	-	-	-	-
F3A 2026.05	86.81	-	-	-	-	-	-
HalfV 2026.04	86.5	-	-	-	-	-	-
MCoT 2026.05	86.5	-	-	-	-	-	-
F3A 2026.05	86.45	-	-	-	-	-	-
Unsilencing Latent Reasoning 2026.05	86.4	-	-	-	-	-	-
VLMQ 2025.08	86.37	-	-	-	-	-	-

Showing 100 of 1095 rows

...