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

Scientific Reasoning on GPQA Main

43.08Accuracy

Llama 70B

-1.72329.908421.5433.1716Feb 5, 2026Feb 24, 2026Mar 15, 2026Apr 3, 2026Apr 22, 2026May 11, 2026May 31, 2026
Updated 1d ago

Evaluation Results

MethodLinks
2026.02
43.08
39.95
37.95
37.72
2026.05
35.49
34.59
2026.02
33.92
2026.05
33.26
2026.04
30.8
2026.04
29.69
2026.04
29.69
2026.05
29.32
2026.04
29.24
2026.04
29.02
2026.04
29.02
2026.04
29.02
2026.05
29.02
28.57
2026.04
28.57
2026.04
28.35
2026.04
28.35
2026.05
27.83
2026.04
27.46
2026.04
27.46
2026.05
27.03
2026.04
26.79
2026.04
26.79
2026.04
26.56
2026.04
26.56
2026.05
26.41
2026.04
26.34
2026.05
25.82
2026.05
25.8
2026.05
25.52
2026.05
24.78
2026.05
24.33
2026.05
22.99
2026.05
22.92
2026.05
21.65
2026.04
21.21
2026.04
21.21
2026.05
20.13
2026.05
19.31
2026.04
19.2
2026.04
19.2
2026.04
18.97
2026.04
18.97
2026.04
18.97
2026.04
18.75
2026.04
18.75
2026.04
18.53
2026.05
18.01
2026.04
17.86
2026.04
17.41
2026.04
17.41
2026.04
17.41
2026.04
17.41
2026.05
17.41
2026.04
17.19
2026.04
17.19
2026.05
17.19
2026.04
16.96
2026.05
16.74
2026.05
16.15
2026.04
16.07
2026.04
16.07
2026.04
15.18
2026.04
14.73
2026.05
14.51
2026.05
14.06
2026.05
14.06
2026.05
14.06
2026.05
14.06
2026.05
14.06
2026.04
12.28
2026.05
12.05
2026.04
10.71
2026.04
10.04
2026.04
9.6
2026.04
7.59
2026.04
6.92
2026.04
5.58
2026.04
5.58
2026.04
5.36
2026.05
4.91
2026.05
4.91
2026.05
4.91
2026.05
4.91
2026.04
3.57
2026.04
3.57
2026.05
3.21
2026.04
2.68
2026.04
2.23
2026.04
0.45
2026.04
0
2026.04
0
2026.04
0
2026.04
0
2026.04
0
2026.04
0
Showing 100 of 101 rows