List your company

Code Generation on HumanEval

7,927Pass@1MATRIX-Gen-SFT
-222.441,893.284,0096,124.72Dec 20, 2023May 7, 2024Sep 24, 2024Feb 10, 2025Jun 30, 2025Nov 16, 2025Apr 5, 2026

Evaluation results

MethodLinks
MATRIX-Gen-SFTBase model=Qwen-2.5-7B2024.107,927—————————————————————
Tulu 3-SFTBase model=Qwen-2.5-7B2024.107,866—————————————————————
ShareGPTBase model=Qwen-2.5-7B2024.107,439—————————————————————
Evol-InstructBase model=Qwen-2.5-7B2024.107,439—————————————————————
WildChatBase model=Qwen-2.5-7B2024.107,378—————————————————————
OpenHermesBase model=Qwen-2.5-7B2024.107,195—————————————————————
Magpie-SFTBase model=Qwen-2.5-7B2024.107,134—————————————————————
Tulu v2 MixBase model=Qwen-2.5-7B2024.106,951—————————————————————
MATRIX-Gen-SFTBase model=Meta-Llama-3-8B2024.104,930—————————————————————
WildChatBase model=Meta-Llama-3-8B2024.104,817—————————————————————
Magpie-SFTBase model=Meta-Llama-3-8B2024.104,329—————————————————————
Tulu 3-SFTBase model=Meta-Llama-3-8B2024.104,207—————————————————————
Evol-InstructBase model=Meta-Llama-3-8B2024.103,659—————————————————————
Tulu v2 MixBase model=Meta-Llama-3-8B2024.103,659—————————————————————
OpenHermesBase model=Meta-Llama-3-8B2024.103,354—————————————————————
MASFly2026.0298.73—————————————————————
PromptBridgeSource Model=GPT-4o, Target Model=o4-mini2025.1298.37—————————————————————
LDBBackbone=GPT-4o2024.1298.2—————————————————————
LPWBackbone=GPT-4o2024.1298.2—————————————————————
Gpt-oss-20b-highGroup=Larger, Configuration=Optimal serving and decoding2026.0398.2—————————————————————
GPT-5 OptimizerSource Model=GPT-4o, Target Model=o4-mini2025.1298.17—————————————————————
Claude-Sonnet-4.5Institution=Anthropic2026.0398.17—————————————————————
GPTSwarm2026.0297.78—————————————————————
AFlow2026.0297.78—————————————————————
GEPASource Model=GPT-4o, Target Model=o4-mini2025.1297.56—————————————————————
Gemini-2.5-ProInstitution=Google2026.0397.56—————————————————————
PromptBridgeSource Model=GPT-4o, Target Model=o32025.1297.15—————————————————————
MegaAgent2026.0297.15—————————————————————
ThinkCoderBackbone=GPT-4o2024.1297—————————————————————
ThinkCoder (GPT-4o)n=2, k=5, temperature=0.52024.1297—————————————————————
ThinkCoder (GPT-4o)n=5, k=5, temperature=0.52024.1297—————————————————————
Qwen3-14BGroup=Larger, Configuration=Optimal serving and decoding2026.0397—————————————————————
GEPASource Model=GPT-4o, Target Model=o32025.1296.95—————————————————————
MIPROv2Source Model=GPT-4o, Target Model=o4-mini2025.1296.95—————————————————————
LCPBase Model=GPT-4, Evaluation Strategy=Agentic and Prompting Strategies2026.0396.95—————————————————————
AgentVerse2026.0296.84—————————————————————
AgentSquare2026.0296.84—————————————————————
Direct TransferSource Model=GPT-4o, Target Model=o4-mini2025.1296.54—————————————————————
GPT-4.1Institution=OpenAI2026.0396.34—————————————————————
AgentCoderBackbone=GPT-42023.1296.3—42.5———————————————————
ThinkCoder (GPT-4o)n=1, k=5, temperature=0.52024.1296.3—————————————————————
AgentCoderBase Model=GPT-4, Evaluation Strategy=Agentic and Prompting Strategies2026.0396.3—————————————————————
Qwen3-30B-A3BGroup=Larger, Configuration=Optimal serving and decoding2026.0396.3—————————————————————
MetaGPT2026.0296.2—————————————————————
TopoDIMBase model=GPT-OSS-120B, Ada.=true, DIM.=true, Dec.=true2026.0195.83—————————————————————
MURPHY - MARSBackbone=Qwen3-4B, Rollouts=72, Iterations=32025.1195.73——————————————————2.24——
ReflexiCoder-8B (Multiple)Institution=Ours, setup=full iterative reasoning-reflection setup2026.0395.73—————————————————————
ReAct2026.0295.57—————————————————————
GPT-5.1Institution=OpenAI2026.0395.12—————————————————————
Base2026.0294.94—————————————————————
TopoDIMBase model=DeepSeek-V3.2-251201:671B, Ada.=true, DIM.=true, Dec.=true2026.0194.86—————————————————————
GRPOBackbone=Qwen3-4B, Rollouts=72, Iterations=32025.1194.71——————————————————1.22——
DAAOLLM=LLM Pool2025.0994.65————————————————83.26————
ReflexiCoder-8B (Single)Institution=Ours, setup=single-attempt without system prompt2026.0394.51—————————————————————
CodeCoRBase Model=GPT-4, Evaluation Strategy=Agentic and Prompting Strategies2026.0394.5—————————————————————
ST-EVOBackbone=gpt-oss-120b2026.0294.36—————————————————————
OFA-MAS (fine-tuned)Training protocol=One-for-All Topology Design (Fine-tuned)2026.0194.21—————————————————————
MapCoderLLM=GPT-42024.0593.9—————————————————————
MapCoderBackbone=GPT-4-Turbo2024.1293.9—————————————————————
ThinkCoderBackbone=GPT-4-Turbo2024.1293.9—————————————————————
HyEvoBackbone=gpt-4o-mini2026.0393.89—————————————————————
MIPROv2Source Model=GPT-4o, Target Model=o32025.1293.7—————————————————————
G-DesignerBase model=DeepSeek-V3.2-251201:671B, Ada.=true, DIM.=true, Dec.=false2026.0193.54—————————————————————
BaseBackbone=Qwen3-4B, Iterations=32025.1193.49—————————————————————
G-DesignerBase model=GPT-OSS-120B, Ada.=true, DIM.=true, Dec.=false2026.0193.47—————————————————————
ThinkCoder (CodeQwen1.5-7B-Chat)n=5, k=5, temperature=0.52024.1293.3—————————————————————
AgentDropoutBase model=DeepSeek-V3.2-251201:671B, Ada.=true, DIM.=false, Dec.=true2026.0193.15—————————————————————
FlowSteerFramework=Ours, Backbone=4o-mini2026.0292.96—————————————————————
AgentDropoutBase model=GPT-OSS-120B, Ada.=true, DIM.=false, Dec.=true2026.0192.88—————————————————————
MaASLLM=gpt-4o-mini2025.0992.85————————————————80.43————
MaASBackbone=gpt-4o-mini2026.0392.85—————————————————————
Qwen2.5-Coder-32B-InstructSize Category=32B+ LLMs2025.1292.7—————————————————————
GPT-4oRepair strategy=+VER2026.0492.7—————————————————————
GPT-4on=164, Iterative Repair Setting=+VER2026.0492.7—————————————————————
GPT-5 OptimizerSource Model=GPT-4o, Target Model=o32025.1292.68—————————————————————
ACES-CBackbone=Qwen2.5-Coder-14B2026.0492.68——92.6893.9—————————————————
ACES-OBackbone=Qwen2.5-Coder-14B2026.0492.68——93.2993.29—————————————————
OFA-MAS (pre-trained)Training protocol=One-for-All Topology Design (Pre-trained)2026.0192.56—————————————————————
GPT-4on=0, temperature=02024.1292.5—————————————————————
MURPHY - MARSBackbone=Qwen3-4B, Rollouts=72, Iterations=12025.1192.48—————————————————————
GPTSwarmBase model=DeepSeek-V3.2-251201:671B, Ada.=true, DIM.=false, Dec.=false2026.0192.32—————————————————————
GPTSwarmBase model=GPT-OSS-120B, Ada.=true, DIM.=false, Dec.=false2026.0192.3—————————————————————
Direct TransferSource Model=GPT-4o, Target Model=o32025.1292.27—————————————————————
ThinkCoder (CodeQwen1.5-7B-Chat)n=2, k=5, temperature=0.52024.1292.1—————————————————————
GPT-4o-2024-08-06Size Category=Closed-APIs2025.1292.1—————————————————————
Claude-3.5-Sonnet-20241022Size Category=Closed-APIs2025.1292.1—————————————————————
Claude 3.5 Sonnet2024.0792—————————————————————
Claude 3.5 Sonnetshot=0-shot2024.0792—————————————————————
OneFlowModel=Claude 3.5 Haiku2026.0191.6—————————————————————
ThinkCoder (GPT-4-Turbo)n=5, k=5, temperature=0.52024.1291.5—————————————————————
RAPSNumber of agents=52026.0291.5—————————————————————
Majority VotingBackbone=Qwen2.5-Coder-14B2026.0491.46——92.6893.29—————————————————
LLM-DebateBase model=GPT-OSS-120B, Ada.=false, DIM.=false, Dec.=false2026.0191.43—————————————————————
SpecReasonBackbone=gpt-oss-120b2026.0291.22—————————————————————
GPT-4oModel Role=Source Model2025.1291.1—————————————————————
GPT-4oSource Model=GPT-4o, Evaluation Context=Source Performance Reference2025.1291.1—————————————————————
ReflexionLLM=GPT-42024.0591—————————————————————
ReflexionBackbone=GPT-42023.1291—34.6———————————————————
AFlowNumber of agents=52026.0291—————————————————————
ReflexionBase Model=GPT-4, Evaluation Strategy=Agentic and Prompting Strategies2026.0391—————————————————————