List your company

Graduate-level Science QA on GPQA Main (Score)

73.2AccuracyRaw CoT
24.52837.16449.862.436Jun 28, 2026

Evaluation results

MethodLinks
Raw CoTLLM=DEEPSEEK-R1-0528-QWEN3-8B2026.0673.2—5,380
CoDLLM=DEEPSEEK-R1-0528-QWEN3-8B2026.0673.2—1,892
CLSRLLM=DEEPSEEK-R1-0528-QWEN3-8B2026.0673.1—1,326
SoTLLM=DEEPSEEK-R1-0528-QWEN3-8B2026.0671.4—1,536
CCoTLLM=DEEPSEEK-R1-0528-QWEN3-8B2026.0670.4—1,605
Raw CoTLLM=QWEN3-32B2026.0654.2—983
CLSRLLM=QWEN3-32B2026.0654—209
SoTLLM=QWEN3-32B2026.0651.4—247
CCoTLLM=QWEN3-32B2026.0650.8—312
CoDLLM=QWEN3-32B2026.0649.2—276
Raw CoTLLM=QWEN3-8B2026.0649.1—1,085
CLSRLLM=QWEN3-8B2026.0647.7—228
SoTLLM=QWEN3-8B2026.0645.2—228
CoDLLM=QWEN3-8B2026.0642.7—282
CCoTLLM=QWEN3-8B2026.0641.3—245
CLSRLLM=LLaMA3-8B2026.0630.8—362
Raw CoTLLM=LLaMA3-8B2026.0630.4—1,209
CCoTLLM=LLaMA3-8B2026.0629.3—450
SoTLLM=LLaMA3-8B2026.0628.2—398
CoDLLM=LLaMA3-8B2026.0626.4—386
daVinciModel Type=Fully-open, Number of Parameters=3B2026.03—32.37—
LLaMa-3.2Model Type=Open-weight, Number of Parameters=3B2026.03—29.46—
OLMO-2Model Type=Fully-open, Number of Parameters=7B2026.03—30.8—
OLMO-3Model Type=Fully-open, Number of Parameters=7B2026.03—37.05—
Qwen-2.5Model Type=Open-weight, Number of Parameters=3B2026.03—31.47—
Qwen-3Model Type=Open-weight, Number of Parameters=4B2026.03—38.17—
Qwen-3.5Model Type=Open-weight, Number of Parameters=4B2026.03—41.07—
YulanModel Type=Fully-open, Number of Parameters=2.4B2026.03—29.91—