Dataset Viewer
model_name
stringlengths 2
32
| score
float64 0.08
0.73
| math_score
float64 0.09
0.91
| physics_score
float64 0
0.58
| total_tokens
int64 136k
2.23M
| evaluation_time
float64 577
17k
| system_prompt
stringclasses 4
values |
|---|---|---|---|---|---|---|
AlexWortega/Claude Sonnet 4
| 0.551 | 0.633 | 0.469 | 490,996 | 1,294.7 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
AlexWortega/Gemeni 2.5 Pro
| 0.728 | 0.874 | 0.582 | 2,227,721 | 4,937.3 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
Anonumous/Claude Opus 4.1
| 0.606861 | 0.703518 | 0.510204 | 448,628 | 1,927.201135 |
Ты - полезный ИИ-ассистент, решающий задачи по математике и физике. Отвечай на русском языке.
|
Anonumous/GPT-5
| 0.704774 | 0.909548 | 0.5 | 1,374,085 | 4,908.358838 |
Ты - полезный ИИ-ассистент, решающий задачи по математике и физике. Отвечай на русском языке.
|
Anonumous/GPT-5 Mini
| 0.633807 | 0.849246 | 0.418367 | 993,326 | 3,368.5272 |
Ты - полезный ИИ-ассистент, решающий задачи по математике и физике. Отвечай на русском языке.
|
Anonumous/GPT-5 Nano
| 0.64919 | 0.839196 | 0.459184 | 2,218,450 | 5,109.693122 |
Ты - полезный ИИ-ассистент, решающий задачи по математике и физике. Отвечай на русском языке.
|
Anonumous/GPT-OSS-120B
| 0.674623 | 0.849246 | 0.5 | 671,703 | 939.084807 |
Ты - полезный ИИ-ассистент, решающий задачи по математике и физике. Отвечай на русском языке.
|
Anonumous/GPT-OSS-20B
| 0.583248 | 0.788945 | 0.377551 | 1,034,077 | 4,009.333387 |
Ты - полезный ИИ-ассистент, решающий задачи по математике и физике. Отвечай на русском языке.
|
AvitoTech/A-vibe
| 0.280356 | 0.366834 | 0.193878 | 797,771 | 4,097.36707 | null |
Claude 3.5 Sonnet
| 0.376262 | 0.415789 | 0.336735 | 252,843 | 702.003228 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
Claude 3.7 Sonnet
| 0.470032 | 0.542105 | 0.397959 | 405,583 | 1,081.969652 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
DeepSeek R1 Distill Qwen 14B
| 0.346133 | 0.447368 | 0.244898 | 806,258 | 7,904.137917 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
DeepSeek V3 0324
| 0.34334 | 0.431579 | 0.255102 | 339,857 | 2,901.808118 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
Gemini 2.0 Flash
| 0.513641 | 0.557895 | 0.469388 | 495,313 | 736.57584 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
Gemma 3 27B
| 0.400107 | 0.473684 | 0.326531 | 384,164 | 3,024.304121 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
Gemma 3 4B
| 0.179968 | 0.257895 | 0.102041 | 726,285 | 2,959.35819 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
GigaChat-2-Max
| 0.314232 | 0.363158 | 0.265306 | 185,204 | 965.849054 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
GigaChat-2-Pro
| 0.27014 | 0.315789 | 0.22449 | 215,297 | 1,250.343486 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
GigaChat-2
| 0.083083 | 0.094737 | 0.071429 | 136,051 | 576.884927 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
GigaChat-Max
| 0.181472 | 0.189474 | 0.173469 | 200,271 | 1,056.479794 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
LakoMoor/QVikhr-3-8B-Instruction
| 0.445 | 0.563 | 0.327 | 1,486,327 | 11,874.2 |
You are a helpful assistant. Answer in Russian.
|
LakoMoor/Qwen3-8B
| 0.417 | 0.538 | 0.296 | 1,576,445 | 12,744.3 |
You are a helpful assistant. Answer in Russian.
|
Qwen2.5 72B Instruct
| 0.189474 | 0.378947 | 0 | 322,441 | 5,670.725984 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
Qwen QwQ 32B
| 0.530397 | 0.652632 | 0.408163 | 2,112,951 | 16,974.732091 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
gpt-4.1
| 0.465575 | 0.584211 | 0.346939 | 549,983 | 2,434.593305 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
gpt-4o
| 0.338238 | 0.431579 | 0.244898 | 399,483 | 1,145.041135 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
o3-mini-high
| 0.692105 | 0.884211 | 0.5 | 2,186,756 | 5,107.46456 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
o3
| 0.668904 | 0.868421 | 0.469388 | 1,164,000 | 5,025.797904 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
o4-mini-high
| 0.663802 | 0.868421 | 0.459184 | 1,997,548 | 5,811.026827 |
Вы - полезный помощник по математике и физике. Ответьте на русском языке.
|
No dataset card yet
- Downloads last month
- 36
Size of downloaded dataset files:
11.7 kB
Size of the auto-converted Parquet files:
71.6 kB
Number of rows:
29