AIME
Benchmarks
Task NameDataset NameSOTA ResultTrendResults
AIME N=30, 3 seeds 2026
93.3Accuracy
5
AIME 2025
23.23Pass@1 Rate
5
AIME 2024
26.56Pass@1 Accuracy
5
AIME 25
37.3Accuracy
5
AIME 24
49.2Accuracy
5
AIME Out-of-Distribution
69.1Initial F1
5
AIME In-Distribution
56.6Initial F1 Score
5
AIME 2024 & 2025
5Correct Count
5
AIME24
56.7Accuracy
5
AIME 2024
19.7ECE
5
AIME 2024
15Accuracy
5
AIME 24/25
59.3AIME 2024 Score
5
AIME 2026
93.2Accuracy
5
AIME 2025
0.39Score
5
AIME 24
75.8AIME24 Accuracy
5
AIME
1,168.9AUTC
5
AIME 2024
30.42Mean@16
5
AIME 2025
52.4PASS@1
5
AIME 25
1.83Average Rank
5
AIME24
1.77Average Rank
5
AIME 2024 (test)
14Mean@128
5
AIME
80.1Preference Alignment
5
AIME 25
48.3Pass@1 Mean Score
5
AIME 25
30.31Peak avg@32 Score
5
AIME 2025
96Accuracy
5