MedicalBenchmark
AlfredPros: CodeLLaMa 7B Instruct Solidity provider

CodeLLaMa 7B Instruct Solidity

290

#290 291 modeloetatikMIR 2024

Puntuazio garbia

2.33 pts

Ziurtasuna

5.5%

Zuzenak / Okerrak

11 / 26

Kostu osoa

$0.34

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

5.5%

avg: 80.5%

Puntuazio garbia

2.33 pts

avg: 150.85 pts

Zuzenak

11

avg: 161

Okerrak

26

avg: 30

Kostu osoa

$0.34

avg: $3.32

Batez besteko erantzun-denbora

30.6s

avg: 16.4s

Irteerako tokenak

205K

avg: 427K

Arrazonamendu tokenak

0

avg: 310K

Batez besteko konfiantza

24.0%

avg: 95.4%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
90.5%
Anestesiologia eta Bizkortzea
Zuzenak
0
Okerrak
0
Erantzun gabeak
4
Ziurtasuna
0.0%
Batez bestekoa
87.1%
Dermatologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
13
Ziurtasuna
0.0%
Batez bestekoa
80.2%
Endokrinologia eta Nutrizioa
Zuzenak
0
Okerrak
3
Erantzun gabeak
16
Ziurtasuna
0.0%
Batez bestekoa
84.2%
Epidemiologia
Zuzenak
1
Okerrak
1
Erantzun gabeak
6
Ziurtasuna
12.5%
Batez bestekoa
89.3%
Erradiologia-Larrialdiak
Zuzenak
0
Okerrak
2
Erantzun gabeak
12
Ziurtasuna
0.0%
Batez bestekoa
64.9%
Erreumatologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
13
Ziurtasuna
0.0%
Batez bestekoa
81.4%
Estatistika
Zuzenak
1
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
33.3%
Batez bestekoa
91.1%
Farmakologia
Zuzenak
3
Okerrak
0
Erantzun gabeak
20
Ziurtasuna
13.0%
Batez bestekoa
85.4%
Gaixotasun Infekziosoak
Zuzenak
1
Okerrak
2
Erantzun gabeak
20
Ziurtasuna
4.3%
Batez bestekoa
81.8%
Gastroenterologia
Zuzenak
0
Okerrak
5
Erantzun gabeak
17
Ziurtasuna
0.0%
Batez bestekoa
70.5%
Genetika
Zuzenak
0
Okerrak
1
Erantzun gabeak
6
Ziurtasuna
0.0%
Batez bestekoa
86.5%
Geriatria
Zuzenak
1
Okerrak
0
Erantzun gabeak
9
Ziurtasuna
10.0%
Batez bestekoa
86.9%
Ginekologia eta Obstetrizia
Zuzenak
1
Okerrak
2
Erantzun gabeak
11
Ziurtasuna
7.1%
Batez bestekoa
81.2%
Hematologia
Zuzenak
2
Okerrak
0
Erantzun gabeak
11
Ziurtasuna
15.4%
Batez bestekoa
81.5%
Immunologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
7
Ziurtasuna
0.0%
Batez bestekoa
89.1%
Kardiologia
Zuzenak
0
Okerrak
2
Erantzun gabeak
19
Ziurtasuna
0.0%
Batez bestekoa
79.7%
Medikuntza Legala eta Bioetika
Zuzenak
0
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
91.7%
Nefrologia
Zuzenak
1
Okerrak
0
Erantzun gabeak
12
Ziurtasuna
7.7%
Batez bestekoa
80.8%
Neurologia
Zuzenak
3
Okerrak
3
Erantzun gabeak
16
Ziurtasuna
13.6%
Batez bestekoa
83.7%
Oftalmologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
4
Ziurtasuna
0.0%
Batez bestekoa
80.0%
Onkologia Medikoa
Zuzenak
2
Okerrak
3
Erantzun gabeak
16
Ziurtasuna
9.5%
Batez bestekoa
80.2%
ORL
Zuzenak
0
Okerrak
3
Erantzun gabeak
4
Ziurtasuna
0.0%
Batez bestekoa
74.4%
Osasun Plangintza eta Kudeaketa
Zuzenak
0
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
73.2%
Pediatria
Zuzenak
1
Okerrak
0
Erantzun gabeak
16
Ziurtasuna
5.9%
Batez bestekoa
82.0%
Pneumologia
Zuzenak
2
Okerrak
2
Erantzun gabeak
15
Ziurtasuna
10.5%
Batez bestekoa
80.6%
Psikiatria
Zuzenak
0
Okerrak
1
Erantzun gabeak
9
Ziurtasuna
0.0%
Batez bestekoa
89.5%
Traumatologia
Zuzenak
0
Okerrak
3
Erantzun gabeak
12
Ziurtasuna
0.0%
Batez bestekoa
74.5%
Urologia
Zuzenak
1
Okerrak
1
Erantzun gabeak
4
Ziurtasuna
16.7%
Batez bestekoa
78.2%
Zainketa Aringarriak
Zuzenak
0
Okerrak
1
Erantzun gabeak
3
Ziurtasuna
0.0%
Batez bestekoa
88.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
0
Okerrak
3
Erantzun gabeak
3
Ziurtasuna
0.0%
Batez bestekoa
79.8%
Arriskua
Zuzenak
1
Okerrak
0
Erantzun gabeak
12
Ziurtasuna
7.7%
Batez bestekoa
83.6%
Biostatistika
Zuzenak
1
Okerrak
0
Erantzun gabeak
4
Ziurtasuna
20.0%
Batez bestekoa
90.7%
Diagnostikoa
Zuzenak
3
Okerrak
13
Erantzun gabeak
57
Ziurtasuna
4.1%
Batez bestekoa
79.2%
Epidemiologia
Zuzenak
1
Okerrak
1
Erantzun gabeak
10
Ziurtasuna
8.3%
Batez bestekoa
81.2%
Etika
Zuzenak
0
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
0.0%
Batez bestekoa
94.5%
Farmakologia
Zuzenak
2
Okerrak
1
Erantzun gabeak
22
Ziurtasuna
8.0%
Batez bestekoa
84.0%
Fisiopatologia
Zuzenak
2
Okerrak
4
Erantzun gabeak
27
Ziurtasuna
6.1%
Batez bestekoa
85.4%
Interpretazioa
Zuzenak
3
Okerrak
5
Erantzun gabeak
29
Ziurtasuna
8.1%
Batez bestekoa
69.6%
Prebentzioa
Zuzenak
0
Okerrak
1
Erantzun gabeak
11
Ziurtasuna
0.0%
Batez bestekoa
89.8%
Probak
Zuzenak
2
Okerrak
3
Erantzun gabeak
16
Ziurtasuna
9.5%
Batez bestekoa
73.9%
Pronostikoa
Zuzenak
1
Okerrak
0
Erantzun gabeak
6
Ziurtasuna
14.3%
Batez bestekoa
83.9%
Tratamendua
Zuzenak
2
Okerrak
10
Erantzun gabeak
59
Ziurtasuna
2.8%
Batez bestekoa
81.3%
#ErantzunaZuzenaEgoera
1DB
2AD
3B
4C
5C
6B
7CD
8C
9A
10DD
11D
12A
13C
14A
15B
16AA
17C
18DA
19B
20CC
21D
22B
23A
24A
25C
26B
27AC
28A
29B
30AC
31D
32A
33C
34B
35D
36D
37A
38A
39AC
40B
41C
42D
43CA
44D
45D
46BB
47C
48C
49B
50C
51A
52DD
53C
54B
55C
56D
57CA
58CA
59A
60A
61BA
62D
63AD
64Baliogabetua
65D
66C
67B
68Baliogabetua
69A
70B
71DB
72D
73B
74C
75B
76A
77D
78C
79B
80A
81C
82C
83B
84C
85A
86AA
87DB
88D
89B
90A
91D
92A
93C
94B
95CD
96B
97B
98B
99A
100B
101DA
102D
103B
104D
105B
106CC
107C
108B
109D
110CD
111B
112C
113Baliogabetua
114D
115D
116CA
117D
118D
119A
120C
121A
122B
123D
124DD
125B
126AD
127A
128B
129D
130C
131C
132D
133CA
134C
135A
136BD
137A
138C
139A
140C
141B
142C
143A
144DD
145C
146CC
147C
148A
149C
150D
151A
152A
153C
154B
155D
156C
157C
158D
159D
160B
161B
162B
163DB
164B
165A
166C
167DA
168B
169BC
170A
171D
172B
173A
174B
175A
176C
177C
178B
179C
180Baliogabetua
181B
182D
183AC
184A
185C
186D
187A
188C
189D
190D
191B
192B
193C
194C
195C
196B
197AA
198B
199D
200A
201B
202D
203CB
204D
205D
206Baliogabetua
207A
208A
209CB
210D