GSM8K (EN)

Observations

• matematyka / rozumowanie EN ↗
• metryka: exact match (accuracy) ↗
• rola: regresja ↗
• typ zadania: matematyka ↗
• licencja: MIT ↗
• rozmiar: 600 ↗
• kategoria: en-regression ↗
• dodano: 2026-06-11 ↗
• dodał: slayer ↗
• status: verified ↗
• źródło: https://huggingface.co/datasets/openai/gsm8k ↗
• 2026-06-04 mean across 3 runs: {“Qwen3.5-9B”:91.8} ↗
• 2026-06-04 Qwen3.5-9B: 90.5 (accuracy (exact, final int) [EN regresja]) ↗

Referenced by

• GSM8K (mentions)
• GSM8K (defined-by)
• EVAL (mentions)
• GSM8K (EN) (mentions)
• GSM8K (EN) (defined-by)
• MIT (mentions)
• regresja (mentions)
• matematyka (mentions)
• rozumowanie (mentions)
• OpenAI (mentions)
• V4 Faza 0 — pomiar (likelihood) + kalibracja λ (cal-l030) (uses-benchmark)
• Diagnoza: „przegrana” na CBD/DYK/GSM8K to bug harnessu, nie modelu (uses-benchmark)
• Suita generatywna (ollama, Q4) (uses-benchmark)
• GSM8K (uses-benchmark)

Local graph

Provenance