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

Student behavior and solution simulation on Student_100 1.0 (full)

89Accuracy

GPT-4o

Updated 1mo ago

Evaluation Results

Method
GPT-4o 2025.05	89	3.9	3.61
GPT-4o 2025.05	89	3.9	3.65
GPT-4o 2025.05	89	3.9	3.83
Claude-3.5-Sonnet 2025.05	71	3.5	3.22
Claude-3.5-Sonnet 2025.05	71	3.5	3.32
Claude-3.5-Sonnet 2025.05	71	3.5	3.38
LLaMA-3.3-70B-Instruct 2025.05	67	3.35	2.75
LLaMA-3.3-70B-Instruct 2025.05	67	3.35	2.73
LLaMA-3.3-70B-Instruct 2025.05	67	3.35	2.89
Claude-3.5-Sonnet 2025.05	55	3.07	3.1
Claude-3.5-Sonnet 2025.05	55	3.07	3.01
Claude-3.5-Sonnet 2025.05	55	3.07	3.01
GPT-4o 2025.05	55	3.01	2.12
GPT-4o 2025.05	55	3.01	2.65
GPT-4o 2025.05	55	3.01	2.17
GPT-4o 2025.05	55	3.01	2.48
GPT-4o 2025.05	55	3.01	2.73
GPT-4o 2025.05	55	3.01	2.27
GPT-3.5 2025.05	51	2.96	3.46
GPT-3.5 2025.05	51	2.96	3.58
GPT-3.5 2025.05	51	2.96	3.71
GPT-3.5 2025.05	50	2.87	3.54
GPT-3.5 2025.05	50	2.87	3.58
GPT-3.5 2025.05	50	2.87	3.59
Claude-3.5-Sonnet 2025.05	49	2.87	2.93
Claude-3.5-Sonnet 2025.05	49	2.87	2.77
Claude-3.5-Sonnet 2025.05	49	2.87	2.77
GPT-3.5 2025.05	45	2.73	3.34
GPT-3.5 2025.05	45	2.73	3.58
GPT-3.5 2025.05	45	2.73	3.58
GPT-3.5 2025.05	42	2.66	3.47
GPT-3.5 2025.05	42	2.66	3.53
GPT-3.5 2025.05	42	2.66	3.59
GPT-4o 2025.05	42	2.71	2.85
GPT-4o 2025.05	42	2.71	3.08
GPT-4o 2025.05	42	2.71	2.88
GPT-4o 2025.05	40	2.45	2.42
GPT-4o 2025.05	40	2.45	2.85
GPT-4o 2025.05	40	2.45	1.83
GPT-3.5 2025.05	37	2.47	3.47
GPT-3.5 2025.05	37	2.47	3.56
GPT-3.5 2025.05	37	2.47	3.61
GPT-4o 2025.05	37	2.54	2.73
GPT-4o 2025.05	37	2.54	2.89
GPT-4o 2025.05	37	2.54	2.57
LLaMA-3.3-70B-Instruct 2025.05	36	2.43	2.47
LLaMA-3.3-70B-Instruct 2025.05	36	2.43	2.31
LLaMA-3.3-70B-Instruct 2025.05	36	2.43	2.14
Claude-3.5-Sonnet 2025.05	36	2.31	2.6
Claude-3.5-Sonnet 2025.05	36	2.31	2.56
Claude-3.5-Sonnet 2025.05	36	2.31	2.46
GPT-3.5 2025.05	36	2.47	3.53
GPT-3.5 2025.05	36	2.47	3.51
GPT-3.5 2025.05	36	2.47	3.57
LLaMA-3.3-70B-Instruct 2025.05	35	2.44	2.22
LLaMA-3.3-70B-Instruct 2025.05	35	2.44	2.23
LLaMA-3.3-70B-Instruct 2025.05	35	2.44	2.16
Claude-3.5-Sonnet 2025.05	35	2.25	2.41
Claude-3.5-Sonnet 2025.05	35	2.25	2.28
Claude-3.5-Sonnet 2025.05	35	2.25	2.27
LLaMA-3.3-70B-Instruct 2025.05	34	2.28	2.65
LLaMA-3.3-70B-Instruct 2025.05	34	2.28	2.38
LLaMA-3.3-70B-Instruct 2025.05	34	2.28	1.79
LLaMA-3.3-70B-Instruct 2025.05	32	2.24	2.21
LLaMA-3.3-70B-Instruct 2025.05	32	2.24	2.02
LLaMA-3.3-70B-Instruct 2025.05	32	2.24	2.02
LLaMA-3.3-70B-Instruct 2025.05	29	2.26	2.01
LLaMA-3.3-70B-Instruct 2025.05	29	2.26	2.02
LLaMA-3.3-70B-Instruct 2025.05	29	2.26	2.03
Claude-3.5-Sonnet 2025.05	27	1.81	1.62
Claude-3.5-Sonnet 2025.05	27	1.81	1.72
Claude-3.5-Sonnet 2025.05	27	1.81	1.65