Idavidrein/gpqa
Benchmark • Updated • 1.25k • 94.5k • 618
basic-benchmarks
-
-
openai/gsm8k
Benchmark • Updated • 17.6k • 980k • 2.01k -
ScaleAI/SWE-bench_Pro
Benchmark • Updated • 1.42k • 41.8k • 207 -
TIGER-Lab/MMLU-Pro
Benchmark • Updated • 12.1k • 341k • 598 -
SWE-bench/SWE-bench_Verified
Benchmark • Updated • 500 • 132k • 197 -
MathArena/aime_2026
Benchmark • Updated • 30 • 22.4k • 96