Papers with Code · CC BY-SA 4.0

MML

아카이브 평가 44건 · 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-4 o1(300b)	Average (%) 87	GPT-4o as the Gold Standard: A Scalable and General Purpose Approach to Filter Language Model Pretraining Data 2024-10-03	연결 없음
Llama 3.1 (405B)	Average (%) 86.6	Llama 3 Meets MoE: Efficient Upcycling 2024-12-13	코드 1
Llama 3.1 (70B)	Average (%) 86.0	Llama 3 Meets MoE: Efficient Upcycling 2024-12-13	코드 1
Gemini Ultra (5-shot)	Average (%) 83.7	연결 없음 논문 날짜 미기재	연결 없음
Claude 3 Sonnet (5-shot)	Average (%) 79	The Claude 3 Model Family: Opus, Sonnet, Haiku 2024-03-04	연결 없음
Qwen1.5 72B (5-shot)	Average (%) 77.5	연결 없음 논문 날짜 미기재	연결 없음
Claude 3 Haiku (5-shot)	Average (%) 75.2	The Claude 3 Model Family: Opus, Sonnet, Haiku 2024-03-04	연결 없음
DBRX Instruct 132B (5-shot)	Average (%) 73.7	The Llama 3 Herd of Models 2024-07-31	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
llama 2(65b)	Average (%) 73.5	Scaling Instruction-Finetuned Language Models 2022-10-20	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
Llama 3.1 8B (CoT)	Average (%) 73.0	The Llama 3 Herd of Models 2024-07-31	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
Mixtral 8x7B (5-shot)	Average (%) 70.6	Mixtral of Experts 2024-01-08	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
GPT-3.5 Turbo	Average (%) 70.0	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
LLaMA 65B (fine-tuned)	Average (%) 68.9	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
chatgpt/gpt3.5(20B)	Average (%) 67.5	Training Compute-Optimal Large Language Models 2022-03-29	코드 1 · 코드 2
LLaMA 65B (5-shot)	Average (%) 63.4	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
LLaMA 2 34B (5-shot)	Average (%) 62.6	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
Mistral 7B (5-shot)	Average (%) 62.5	Mixtral of Experts 2024-01-08	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
Mistral 7B (5-shot)	Average (%) 60.1	Mistral 7B 2023-10-10	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
GPT-3 Davinci 175B (CoT)	Average (%) 59.5	Scaling Instruction-Finetuned Language Models 2022-10-20	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
LLaMA 33B (5-shot)	Average (%) 57.8	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
Falcon 40B	Average (%) 57.0	The Falcon Series of Open Language Models 2023-11-28	연결 없음
Qwen 7B (5-shot)	Average (%) 56.7	연결 없음 논문 날짜 미기재	연결 없음
LLaMA 2 13B (5-shot)	Average (%) 54.8	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
Branch-Train-MiX 4x7B (sampling top-1 experts)	Average (%) 53.2	Branch-Train-MiX: Mixing Expert LLMs into a Mixture-of-Experts LLM 2024-03-12	코드 1
GAL 120B (zero-shot)	Average (%) 52.6	Galactica: A Large Language Model for Science 2022-11-16	코드 1
Atlas (5-shot)	Average (%) 47.9	Atlas: Few-shot Learning with Retrieval Augmented Language Models 2022-08-05	코드 1 · 코드 2
Flan-T5-XL 3B (CoT)	Average (%) 45.5	Scaling Instruction-Finetuned Language Models 2022-10-20	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
LLaMA 2 7B (5-shot)	Average (%) 45.3	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
Flan-T5-Large 780M	Average (%) 45.1	Scaling Instruction-Finetuned Language Models 2022-10-20	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
GLM-130B	Average (%) 44.8	GLM-130B: An Open Bilingual Pre-trained Model 2022-10-05	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9