LocalLLaMA/typed-decisions
Benchmark • Updated • 3.2k • 38.2k • 269
HF Ofiicial Benchs
-
-
Idavidrein/gpqa
Benchmark • Updated • 1.25k • 92k • 620 -
TIGER-Lab/MMLU-Pro
Benchmark • Updated • 12.1k • 366k • 598 -
MMMU/MMMU_Pro
Benchmark • Updated • 5.19k • 27.3k • 101 -
llamaindex/ExtractBench
Benchmark • Updated • 370 • 16.9k • 72 -
LEXam-Benchmark/LEXam
Benchmark • Updated • 7.54k • 1.84k • 80 -
MathArena/hmmt_feb_2026
Benchmark • Updated • 33 • 10.6k • 39 -
MathArena/aime_2026
Benchmark • Updated • 30 • 21.8k • 96 -
LiquidAI/ifstruct-v1.0
Benchmark • Updated • 2k • 894 • 114 -
joelniklaus/LEXam-hard
Benchmark • Updated • 518 • 935 • 32 -
Delores-Lin/MDPBench
Benchmark • Updated • 2.35k • 58 -
mteb/arguana
Benchmark • Updated • 11.5k • 15.5k • 10 -
multimodalart/decision-index-leaderboard
Benchmark • Updated • 10.6k • 569 • 7 -
mteb/BRIGHT
Benchmark • Updated • 1.35M • 3.5k • 8