Papers with Code · CC BY-SA 4.0

GSM8K

아카이브 평가 164건 · 마지막 적재/변경 2026-10-30

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
GPT-3.5 (few-shot, k=5)	Accuracy 57.1	GPT-4 Technical Report 2023-03-15	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11
Minerva 8B (maj5@100)	Accuracy 56.8 Parameters (Billion) 8	Solving Quantitative Reasoning Problems with Language Models 2022-06-29	코드 1
LLaMA 2 70B (on-shot)	Accuracy 56.8 Parameters (Billion) 70	Llama 2: Open Foundation and Fine-Tuned Chat Models 2023-07-18	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19
PaLM 540B (8-shot)	Accuracy 56.5 Parameters (Billion) 540	Solving Quantitative Reasoning Problems with Language Models 2022-06-29	코드 1
PaLM 540B (CoT Prompting)	Accuracy 56.5 Parameters (Billion) 540	Large Language Models Can Self-Improve 2022-10-20	연결 없음
RFT 13B	Accuracy 55.3 Parameters (Billion) 13	Scaling Relationship on Learning Mathematical Reasoning with Large Language Models 2023-08-03	코드 1
Finetuned GPT-3 175B + verifier	Accuracy 55.0 Parameters (Billion) 175	Large Language Models are Zero-Shot Reasoners 2022-05-24	코드 1 · 코드 2 · 코드 3 · 코드 4
WizardMath-7B-V1.0	Accuracy 54.9 Parameters (Billion) 7	WizardMath: Empowering Mathematical Reasoning for Large Language Models via Reinforced Evol-Instruct 2023-08-18	코드 1
LLaMA 33B-maj1@k	Accuracy 53.1 Parameters (Billion) 33	LLaMA: Open and Efficient Foundation Language Models 2023-02-27	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57
Minerva 62B (8-shot)	Accuracy 52.4 Parameters (Billion) 62	Solving Quantitative Reasoning Problems with Language Models 2022-06-29	코드 1
Mistral 7B (maj@8)	Accuracy 52.2 Parameters (Billion) 7	Mistral 7B 2023-10-10	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
Llemma 34B	Accuracy 51.5 Parameters (Billion) 34	Llemma: An Open Language Model For Mathematics 2023-10-16	코드 1 · 코드 2 · 코드 3 · 코드 4
Text-davinci-002-175B (zero-plus-few-Shot-cot (8 samples))	Accuracy 51.5 Parameters (Billion) 175	Large Language Models are Zero-Shot Reasoners 2022-05-24	코드 1 · 코드 2 · 코드 3 · 코드 4
RFT 7B	Accuracy 51.2 Parameters (Billion) 7	Scaling Relationship on Learning Mathematical Reasoning with Large Language Models 2023-08-03	코드 1
LLaMA 65B	Accuracy 50.9 Parameters (Billion) 65	LLaMA: Open and Efficient Foundation Language Models 2023-02-27	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57
Orca 2 7B	Accuracy 47.23 Parameters (Billion) 7	Orca 2: Teaching Small Language Models How to Reason 2023-11-18	연결 없음
Llama-2 13B (on 100 first questions, 4-shot, auto-optimized prompting)	Accuracy 43 Parameters (Billion) 13	The Unreasonable Effectiveness of Eccentric Automatic Prompts 2024-02-09	연결 없음
text-davinci-002 175B (2-shot, CoT)	Accuracy 41.3 Parameters (Billion) 175	Large Language Models are Zero-Shot Reasoners 2022-05-24	코드 1 · 코드 2 · 코드 3 · 코드 4
Mistral 7B (on 100 first questions, 4-shot, auto-optimized prompting)	Accuracy 41 Parameters (Billion) 7	The Unreasonable Effectiveness of Eccentric Automatic Prompts 2024-02-09	연결 없음
text-davinci-002 175B (0-shot, CoT)	Accuracy 40.7 Parameters (Billion) 175	Large Language Models are Zero-Shot Reasoners 2022-05-24	코드 1 · 코드 2 · 코드 3 · 코드 4
Branch-Train-MiX 4x7B (sampling top-2 experts)	Accuracy 37.1	Branch-Train-MiX: Mixing Expert LLMs into a Mixture-of-Experts LLM 2024-03-12	코드 1
Llemma 7B	Accuracy 36.4 Parameters (Billion) 7	Llemma: An Open Language Model For Mathematics 2023-10-16	코드 1 · 코드 2 · 코드 3 · 코드 4
LLaMA 33B	Accuracy 35.6 Parameters (Billion) 33	LLaMA: Open and Efficient Foundation Language Models 2023-02-27	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57
Vicuna (SYRELM)	Accuracy 35.2 Parameters (Billion) 13	Frugal LMs Trained to Invoke Symbolic Solvers Achieve Parameter-Efficient Arithmetic Reasoning 2023-12-09	코드 1
PaLM 62B (8-shot)	Accuracy 33.0 Parameters (Billion) 62	Solving Quantitative Reasoning Problems with Language Models 2022-06-29	코드 1
PaLM 540B (Self Improvement, Standard-Prompting)	Accuracy 32.2 Parameters (Billion) 540	Large Language Models Can Self-Improve 2022-10-20	연결 없음
LLaMA 13B-maj1@k	Accuracy 29.3 Parameters (Billion) 13	LLaMA: Open and Efficient Foundation Language Models 2023-02-27	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57
Minerva 8B-maj1@k (8-shot)	Accuracy 28.4 Parameters (Billion) 8	Solving Quantitative Reasoning Problems with Language Models 2022-06-29	코드 1
GPT-2-Medium 355M + question-solution classifier (BS=5)	Accuracy 20.8 Parameters (Billion) 0.355	Composing Ensembles of Pre-trained Models via Iterative Consensus 2022-10-20	연결 없음
GPT-Neo-2.7B + Self-Sampling	Accuracy 19.5 Parameters (Billion) 2.7	Learning Math Reasoning from Self-Sampled Correct and Partially-Correct Solutions 2022-05-28	코드 1