62 项评测
CoTMode2B vs 1.5B4B vs 2.9B9B vs 7.2B13.3B
Qwen3.5RWKVΔQwen3.5RWKVΔQwen3.5RWKVΔQwen3.5RWKVΔ
agieval5151avg@1NoCoT
—
—
—
—
—
—
—
—
aime2430avg@128CoT
—
—
—
—
—
—
—
—
aime2530avg@128CoT
—
—
—
—
—
—
—
—
aimo_progress_prize_110avg@512CoT
—
—
—
—
—
—
—
—
arc:challenge1172avg@1NoCoT
—
—
—
—
—
—
—
—
arc:easy2376avg@1NoCoT
—
—
—
—
—
—
—
—
arithmetic20000avg@1FakeCoT
—
—
—
—
—
—
—
—
asdiv2305avg@1FakeCoT
—
—
—
—
—
—
—
—
bfcl_v43641avg@1FakeCoT
—
—
—
—
—
—
—
—
bigbench_hard13054avg@1NoCoT
—
—
—
—
—
—
—
—
—
BigCodeBench1140avg@4NoCoT
—
—
—
—
—
—
—
—
—
BigCodeBench1140avg@4FakeCoT
—
—
—
—
—
—
—
—
ceval_zho_mcf1343avg@1NoCoT
—
—
—
—
—
—
—
—
commonsenseqa1221avg@1NoCoT
—
—
—
—
—
—
—
—
gaia165avg@1FakeCoT
—
—
—
—
—
—
—
—
gpqa:diamond198avg@1CoT
—
—
—
—
—
—
—
—
gpqa:main448avg@1CoT
—
—
—
—
—
—
—
—
gsm8k1319avg@1CoT
—
—
—
—
—
—
—
—
gsm_plus9233avg@1CoT
—
—
—
—
—
—
—
—
hellaswag10042avg@1NoCoT
—
—
—
—
—
—
—
—
HumanEval164avg@16NoCoT
—
—
—
—
—
—
—
—
—
HumanEval164avg@16FakeCoT
—
—
—
—
—
—
—
—
HumanEval164avg@16CoT
—
—
—
—
—
—
—
—
HumanEval+164avg@16NoCoT
—
—
—
—
—
—
—
—
—
HumanEval+164avg@16FakeCoT
—
—
—
—
—
—
—
—
HumanEval+164avg@16CoT
—
—
—
—
—
—
—
—
ifbench_multiturn1387avg@1CoT
—
—
—
—
—
—
—
—
ifbench_test300avg@1CoT
—
—
—
—
—
—
—
—
ifeval541avg@1CoT
—
—
—
—
—
—
—
—
lcb:codegeneration268avg@1CoT
—
—
—
—
—
—
—
—
math5000avg@4CoT
—
—
—
—
—
—
—
—
math_500500avg@8CoT
—
—
—
—
—
—
—
—
mathqa2985avg@1NoCoT
—
—
—
—
—
—
—
—
MBPP500avg@8NoCoT
—
—
—
—
—
—
—
—
—
MBPP500avg@8FakeCoT
—
—
—
—
—
—
—
—
MBPP500avg@8CoT
—
—
—
—
—
—
—
—
MBPP+378avg@8NoCoT
—
—
—
—
—
—
—
—
—
MBPP+378avg@8FakeCoT
—
—
—
—
—
—
—
—
MBPP+378avg@8CoT
—
—
—
—
—
—
—
—
mc_taco9442avg@1CoT
—
—
—
—
—
—
—
—
med_mcqa4183avg@1NoCoT
—
—
—
—
—
—
—
—
med_qa2545avg@1NoCoT
—
—
—
—
—
—
—
—
mmlu14042avg@1NoCoT
—
—
—
—
—
—
—
—
mmlu_pro12032avg@1NoCoT
—
—
—
—
—
—
—
—
mmlu_redux_25700avg@1NoCoT
—
—
—
—
—
—
—
—
MultiPL-E HumanEval2864avg@1NoCoT
—
—
—
—
—
—
—
—
—
MultiPL-E HumanEval2864avg@1FakeCoT
—
—
—
—
—
—
—
—
—
—
MultiPL-E MBPP6987avg@1NoCoT
—
—
—
—
—
—
—
—
—
mutual886avg@4CoT
—
—
—
—
—
—
—
—
olympiad_bench2673avg@1CoT
—
—
—
—
—
—
—
—
openbookqa1000avg@1NoCoT
—
—
—
—
—
—
—
—
race1045avg@4CoT
—
—
—
—
—
—
—
—
tau2_bench278avg@1NoCoT
—
—
—
—
—
—
—
—
—
—
tau2_bench278avg@1FakeCoT
—
—
—
—
—
—
—
—
tau3_bench375avg@1NoCoT
—
—
—
—
—
—
—
—
—
—
—
tau3_bench375avg@1FakeCoT
—
—
—
—
—
—
—
—
tau_bench165avg@1NoCoT
—
—
—
—
—
—
—
—
—
tau_bench165avg@1FakeCoT
—
—
—
—
—
—
—
—
truthfulqa:mc817avg@1NoCoT
—
—
—
—
—
—
—
—
winogender960avg@2CoT
—
—
—
—
—
—
—
—
winogrande1267avg@1NoCoT
—
—
—
—
—
—
—
—
wmdp3668avg@1CoT
—
—
—
—
—
—
—
—