Papers with Code · CC BY-SA 4.0

WinoGrande

아카이브 평가 77건 · 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
phi-1.5-web 1.3B (zero-shot)	Accuracy 74.0	Textbooks Are All You Need II: phi-1.5 technical report 2023-09-11	코드 1
Unified QA 406M (fine-tuned)	Accuracy 73.3	UnifiedQA: Crossing Format Boundaries With a Single QA System 2020-05-02	코드 1 · 코드 2
LLaMA 13B (0-shot)	Accuracy 73.0	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
FLAN 137B (few-shot, k=16)	Accuracy 72.8	Finetuned Language Models Are Zero-Shot Learners 2021-09-03	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8
G-DAUG-Combo + RoBERTa-Large	Accuracy 71.4	Generative Data Augmentation for Commonsense Reasoning 2020-04-24	코드 1
FLAN 137B (0-shot)	Accuracy 71.2	Finetuned Language Models Are Zero-Shot Learners 2021-09-03	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8
RWKV v5 Eagle 7B	Accuracy 70.8	연결 없음 논문 날짜 미기재	연결 없음
Branch-Train-MiX 4x7B (sampling top-1 expert)	Accuracy 70.6	Branch-Train-MiX: Mixing Expert LLMs into a Mixture-of-Experts LLM 2024-03-12	코드 1
GPT-3 175B (0-shot)	Accuracy 70.2	Language Models are Few-Shot Learners 2020-05-28	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 · 코드 58 · 코드 59 · 코드 60 · 코드 61 · 코드 62 · 코드 63 · 코드 64 · 코드 65 · 코드 66 · 코드 67
Gopher 280B (0-shot)	Accuracy 70.1	Scaling Language Models: Methods, Analysis & Insights from Training Gopher 2021-12-08	코드 1 · 코드 2 · 코드 3
LLaMA 7B (0-shot)	Accuracy 70.1	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
BLOOM 176B (1-shot)	Accuracy 67	BloombergGPT: A Large Language Model for Finance 2023-03-30	코드 1 · 코드 2
Pythia 12B (5-shot)	Accuracy 66.6	Pythia: A Suite for Analyzing Large Language Models Across Training and Scaling 2023-04-03	코드 1 · 코드 2 · 코드 3 · 코드 4
OPT 66B (1-shot)	Accuracy 66.1	BloombergGPT: A Large Language Model for Finance 2023-03-30	코드 1 · 코드 2
BERT-Winogrande 345M (fine-tuned)	Accuracy 64.9	WinoGrande: An Adversarial Winograd Schema Challenge at Scale 2019-07-24	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10
Bloomberg GPT (one-shot)	Accuracy 64.1	BloombergGPT: A Large Language Model for Finance 2023-03-30	코드 1 · 코드 2
Pythia 12B (0-shot)	Accuracy 63.9	Pythia: A Suite for Analyzing Large Language Models Across Training and Scaling 2023-04-03	코드 1 · 코드 2 · 코드 3 · 코드 4
RoE-3B	Accuracy 61.60	Exploring the Benefits of Training Expert Language Models over Instruction Tuning 2023-02-07	코드 1 · 코드 2
Pythia 6.9B (0-shot)	Accuracy 60.9	Pythia: A Suite for Analyzing Large Language Models Across Training and Scaling 2023-04-03	코드 1 · 코드 2 · 코드 3 · 코드 4
GPT-NeoX (one-shot)	Accuracy 60.6	BloombergGPT: A Large Language Model for Finance 2023-03-30	코드 1 · 코드 2
FLAN-T5-Large 783M	Accuracy 59.9	LaMini-LM: A Diverse Herd of Distilled Models from Large-Scale Instructions 2023-04-27	코드 1
Pythia 2.8B (0-shot)	Accuracy 59.4	Pythia: A Suite for Analyzing Large Language Models Across Training and Scaling 2023-04-03	코드 1 · 코드 2 · 코드 3 · 코드 4
RoBERTa-DPR 355M (0-shot)	Accuracy 58.9	WinoGrande: An Adversarial Winograd Schema Challenge at Scale 2019-07-24	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10
ALBERT-xxlarge 235M	Accuracy 58.7	Back to Square One: Artifact Detection, Training and Commonsense Disentanglement in the Winograd Schema 2021-04-16	연결 없음
Flipped-3B	Accuracy 58.56	Guess the Instruction! Flipped Learning Makes Language Models Stronger Zero-Shot Learners 2022-10-06	코드 1
GPT-2-XL 1.5B	Accuracy 58.3	LaMini-LM: A Diverse Herd of Distilled Models from Large-Scale Instructions 2023-04-27	코드 1
T0-3B (CoT fine-tuned)	Accuracy 57.5	The CoT Collection: Improving Zero-shot and Few-shot Learning of Language Models via Chain-of-Thought Fine-Tuning 2023-05-23	코드 1 · 코드 2
GPT-3 Large 760M (0-shot)	Accuracy 57.4	Language Models are Few-Shot Learners 2020-05-28	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 · 코드 58 · 코드 59 · 코드 60 · 코드 61 · 코드 62 · 코드 63 · 코드 64 · 코드 65 · 코드 66 · 코드 67
RoBERTa-base 125M	Accuracy 56.3	Back to Square One: Artifact Detection, Training and Commonsense Disentanglement in the Winograd Schema 2021-04-16	연결 없음
LaMini-F-T5 783M	Accuracy 56	LaMini-LM: A Diverse Herd of Distilled Models from Large-Scale Instructions 2023-04-27	코드 1