Papers with Code · CC BY-SA 4.0

Winograd Schema Challenge

아카이브 평가 82건 · 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
PaLM 540B (fine-tuned)	Accuracy 100	PaLM: Scaling Language Modeling with Pathways 2022-04-05	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
Vega v2 6B (KD-based prompt transfer)	Accuracy 98.6	Toward Efficient Language Model Pretraining and Downstream Adaptation via Self-Evolution: A Case Study on SuperGLUE 2022-12-04	연결 없음
UL2 20B (fine-tuned)	Accuracy 98.1	UL2: Unifying Language Learning Paradigms 2022-05-10	코드 1 · 코드 2
Turing NLR v5 XXL 5.4B (fine-tuned)	Accuracy 97.3	Toward Efficient Language Model Pretraining and Downstream Adaptation via Self-Evolution: A Case Study on SuperGLUE 2022-12-04	연결 없음
ST-MoE-32B 269B (fine-tuned)	Accuracy 96.6	ST-MoE: Designing Stable and Transferable Sparse Expert Models 2022-02-17	코드 1 · 코드 2 · 코드 3
DeBERTa-1.5B	Accuracy 95.9	DeBERTa: Decoding-enhanced BERT with Disentangled Attention 2020-06-05	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
T5-XXL 11B (fine-tuned)	Accuracy 93.8	Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer 2019-10-23	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
ST-MoE-L 4.1B (fine-tuned)	Accuracy 93.3	ST-MoE: Designing Stable and Transferable Sparse Expert Models 2022-02-17	코드 1 · 코드 2 · 코드 3
RoBERTa-WinoGrande 355M	Accuracy 90.1	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
Flan-T5 XXL (zero -shot)	Accuracy 89.82	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
PaLM 540B (5-shot)	Accuracy 89.5	PaLM: Scaling Language Modeling with Pathways 2022-04-05	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
PaLM 540B (0-shot)	Accuracy 89.1	PaLM: Scaling Language Modeling with Pathways 2022-04-05	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
PaLM 2-M (1-shot)	Accuracy 88.1	PaLM 2 Technical Report 2023-05-17	코드 1
PaLM 2-L (1-shot)	Accuracy 86.9	PaLM 2 Technical Report 2023-05-17	코드 1
FLAN 137B (prompt-tuned)	Accuracy 86.5	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
PaLM 540B (1-shot)	Accuracy 86.3	PaLM: Scaling Language Modeling with Pathways 2022-04-05	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
TTTTT 3B (fine-tuned)	Accuracy 84.6	TTTTTackling WinoGrande Schemas 2020-03-18	연결 없음
PaLM 2-S (1-shot)	Accuracy 84.6	PaLM 2 Technical Report 2023-05-17	코드 1
RoBERTa-DPR 355M	Accuracy 83.1	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
FLAN 137B (zero-shot)	Accuracy 80.8	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
GPT-3 175B (few-shot)	Accuracy 80.1	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-large + G-DAug-Inf	Accuracy 80	Generative Data Augmentation for Commonsense Reasoning 2020-04-24	코드 1
UL2 20B (0-shot)	Accuracy 79.9	UL2: Unifying Language Learning Paradigms 2022-05-10	코드 1 · 코드 2
ALBERT-xxlarge 235M	Accuracy 78.8	Back to Square One: Artifact Detection, Training and Commonsense Disentanglement in the Winograd Schema 2021-04-16	연결 없음
Neo-6B (QA + WS)	Accuracy 77.9	Ask Me Anything: A simple strategy for prompting language models 2022-10-05	코드 1 · 코드 2 · 코드 3
HNN	Accuracy 75.1	A Hybrid Neural Network Model for Commonsense Reasoning 2019-07-27	코드 1 · 코드 2 · 코드 3
Neo-6B (QA)	Accuracy 74.7	Ask Me Anything: A simple strategy for prompting language models 2022-10-05	코드 1 · 코드 2 · 코드 3
RoBERTa-large 354M	Accuracy 73.9	Back to Square One: Artifact Detection, Training and Commonsense Disentanglement in the Winograd Schema 2021-04-16	연결 없음
GPT-2-XL 1.5B	Accuracy 73.3	LaMini-LM: A Diverse Herd of Distilled Models from Large-Scale Instructions 2023-04-27	코드 1
BERTwiki 340M (fine-tuned on WSCR)	Accuracy 72.5	A Surprisingly Robust Trick for Winograd Schema Challenge 2019-05-15	코드 1 · 코드 2