Claim Verification on SciTab-OD benchmark leaderboard · SOTA2 Research

Claim Verification on SciTab-OD

77Macro F1Llama-400B

Evaluation Results

Method	Links
Llama-400B2026.04		77
MACE2026.04		76
Llama-70B2026.04		74
Qwen-235B2026.04		74
DeepSeek-V3.12026.04		74
DeepSeek-70B2026.04		73
Llama-400B2026.04		73
DeepSeek-70B2026.04		72
Qwen-72B2026.04		72
GPT-4o2026.04		71
Claude-3.5-Sonnet2026.04		71
Claude-3.5-Sonnet2026.04		71
MACE2026.04		71
Qwen-72B2026.04		69
Gemma-12B2026.04		68
Qwen-235B2026.04		68
MACE2026.04		66
Mistral-7B2026.04		65
Llama-70B2026.04		65
Gemma-12B2026.04		64
GPT-4o2026.04		60
MACE2026.04		60
Llama-8B2026.04		59
Mistral-7B2026.04		58
Llama-3B2026.04		57
Llama-8B2026.04		56
DeepSeek-V3.12026.04		56
Llama-3B2026.04		37