Math Word Problem Solving On Gsm Plus
評価指標
1:1 Accuracy
評価結果
このベンチマークにおける各モデルのパフォーマンス結果
モデル名 | 1:1 Accuracy | Paper Title | Repository |
|---|---|---|---|
| GPT-4 | 85.6 | GSM-Plus: A Comprehensive Benchmark for Evaluating the Robustness of LLMs as Mathematical Problem Solvers |
0 of 1 row(s) selected.