ModelChorusModelChorus
ÌpèníjàÌjíròròTábìlì OlóríFàIdanwoÌtàn
Bí ó ṣe ń ṣiṣẹAPIÀwọn Òfin IṣẹÌlànà Àṣírí

Ẹtọ akọọlẹ 2026 MeetKai Inc.

Idanwo/GPT-oss-120B/iṣẹ́ English (US)

GPT-oss-120B

iṣẹ́ 5

Ẹsẹ̀ ọ̀rọ̀ kọ̀ọ̀kan tó wà nísàlẹ̀ jẹ́ iṣẹ́ ìdánwò ẹyọ kan tí a fi àwòkọ́ṣe yìí dán wò. Òpó Àmì-ìwọ̀n máa ń ka àpapọ̀ gbogbo ìwọ̀n tí iṣẹ́ náà ròyìn (deedee, F1, ìbámu pípé, abbl.). Tẹ ẹsẹ̀ ọ̀rọ̀ kan láti ṣàwárí àwọn ìbéèrè ẹyọ àti àwọn ìdáhùn àwòkọ́ṣe.

Àpapọ̀
66.8
Iye-àmìÈdèIṣẹ́Àwọn ìwọ̀n
88.8English (US)
english_mgsm
english math
exact_match: 88.8sample_len: 250.0
exact_match: 88.8sample_len: 250.0
87.1English (US)
english_gsm8k
english math
exact_match: 87.1sample_len: 1319.0
exact_match: 87.1sample_len: 1319.0
74.4English (US)
english_mmlu_pro
english mmlu pro
exact_match: 74.4sample_len: 2100.0
exact_match: 74.4sample_len: 2100.0
44.3English (US)
ifeval
ifeval
inst_level_loose_acc: 56.0inst_level_strict_acc: 45.8prompt_level_loose_acc: 44.0prompt_level_strict_acc: 31.6sample_len: 541.0
inst_level_loose_acc: 56.0inst_level_strict_acc: 45.8prompt_level_loose_acc: 44.0prompt_level_strict_acc: 31.6sample_len: 541.0
39.6English (US)
english_belebele
english mcq
f1_macro: 39.6sample_len: 900.0
f1_macro: 39.6sample_len: 900.0