AMC12
Benchmarks
Task NameDataset NameSOTA ResultTrendResults
AMC12
93.97Mean@4
23
AMC12
0.056Expected Calibration Error (ECE)
22
AMC12
91.05AUROC
22
AMC12
58.66Best-of-N Accuracy
17
AMC12
10.64ECE
17
AMC12
74.69Accuracy
12
AMC12
66.27Pass@1
10
AMC12 (test)
46Accuracy
8
AMC12
58.66Best-of-64 Accuracy
3