Mathematical Reasoning on AIME 23-26 benchmark leaderboard · SOTA2 Research

Mathematical Reasoning on AIME 23-26

719Pass@1DFT

Evaluation Results

Method	Links
DFT2026.07		719	25
LP-SFT2026.07		682	35.83
ASFT2026.07		617	25
EAFT2026.07		594	28.33
DFT2026.07		583	21.67
CE2026.07		578	27.5
LP-SFT2026.07		568	30.83
CE2026.07		536	24.17
GEM2026.07		534	29.17
GEM2026.07		471	22.5
EAFT2026.07		451	22.5
ASFT2026.07		289	18.33
LP-SFT2026.07		10	37.5
GEM2026.07		10	3.33
CE2026.07		8.98	33.33
ASFT2026.07		8.85	27.5
EAFT2026.07		8.7	31.67
GEM2026.07		8.12	35
LP-SFT2026.07		7.29	29.17
ASFT2026.07		6.98	28.33
DFT2026.07		6.28	15.83
DFT2026.07		5.26	13.33
CE2026.07		5	1.67
ASFT2026.07		5	1.67
LP-SFT2026.07		5	1.67
GEM2026.07		4.95	30
EAFT2026.07		4.87	29.17
CE2026.07		4.61	25
EAFT2026.07		3	0.83
ASFT2026.07		2.92	21.67
LP-SFT2026.07		2.76	19.17
LP-SFT2026.07		2.47	20.83
CE2026.07		2.16	15.83
EAFT2026.07		1.98	17.5
GEM2026.07		1.95	15.83
EAFT2026.07		1.82	15
CE2026.07		1.8	15
ASFT2026.07		1.54	13.33
DFT2026.07		1.38	8.33
GEM2026.07		1.35	15
EAFT2026.07		0.73	14.17
CE2026.07		0.7	10
GEM2026.07		0.65	12.5
DFT2026.07		0.62	4.17
ASFT2026.07		0.52	7.5
LP-SFT2026.07		0.42	6.67
CE2026.07		0.26	6.67
DFT2026.07		0.26	5.83
EAFT2026.07		0.18	5.83
GEM2026.07		0.18	5
DFT2026.07		0.16	3.33
LP-SFT2026.07		0.1	3.33
ASFT2026.07		0.05	1.67
DFT2026.07		0	0