MedicalBenchmark
Mistral: Mistral 7B Instruct v0.3 provider

Mistral 7B Instruct v0.3

270

#270 291 modeloetatikMIR 2024

Puntuazio garbia

52.66 pts

Ziurtasuna

43.5%

Zuzenak / Okerrak

87 / 103

Kostu osoa

$0.04

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

43.5%

avg: 80.5%

Puntuazio garbia

52.66 pts

avg: 150.85 pts

Zuzenak

87

avg: 161

Okerrak

103

avg: 30

Kostu osoa

$0.04

avg: $3.32

Batez besteko erantzun-denbora

1.9s

avg: 16.4s

Irteerako tokenak

71K

avg: 427K

Arrazonamendu tokenak

0

avg: 310K

Batez besteko konfiantza

92.3%

avg: 95.4%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
2
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
90.5%
Anestesiologia eta Bizkortzea
Zuzenak
1
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
25.0%
Batez bestekoa
87.1%
Dermatologia
Zuzenak
7
Okerrak
5
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
80.2%
Endokrinologia eta Nutrizioa
Zuzenak
8
Okerrak
11
Erantzun gabeak
0
Ziurtasuna
42.1%
Batez bestekoa
84.2%
Epidemiologia
Zuzenak
6
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
75.0%
Batez bestekoa
89.3%
Erradiologia-Larrialdiak
Zuzenak
7
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
64.9%
Erreumatologia
Zuzenak
5
Okerrak
8
Erantzun gabeak
1
Ziurtasuna
35.7%
Batez bestekoa
81.4%
Estatistika
Zuzenak
2
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
66.7%
Batez bestekoa
91.1%
Farmakologia
Zuzenak
12
Okerrak
11
Erantzun gabeak
0
Ziurtasuna
52.2%
Batez bestekoa
85.4%
Gaixotasun Infekziosoak
Zuzenak
11
Okerrak
11
Erantzun gabeak
1
Ziurtasuna
47.8%
Batez bestekoa
81.8%
Gastroenterologia
Zuzenak
9
Okerrak
11
Erantzun gabeak
2
Ziurtasuna
40.9%
Batez bestekoa
70.5%
Genetika
Zuzenak
2
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
28.6%
Batez bestekoa
86.5%
Geriatria
Zuzenak
4
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
40.0%
Batez bestekoa
86.9%
Ginekologia eta Obstetrizia
Zuzenak
6
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
42.9%
Batez bestekoa
81.2%
Hematologia
Zuzenak
3
Okerrak
7
Erantzun gabeak
3
Ziurtasuna
23.1%
Batez bestekoa
81.5%
Immunologia
Zuzenak
5
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
62.5%
Batez bestekoa
89.1%
Kardiologia
Zuzenak
13
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
61.9%
Batez bestekoa
79.7%
Medikuntza Legala eta Bioetika
Zuzenak
1
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
91.7%
Nefrologia
Zuzenak
3
Okerrak
9
Erantzun gabeak
1
Ziurtasuna
23.1%
Batez bestekoa
80.8%
Neurologia
Zuzenak
11
Okerrak
9
Erantzun gabeak
2
Ziurtasuna
50.0%
Batez bestekoa
83.7%
Oftalmologia
Zuzenak
2
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
40.0%
Batez bestekoa
80.0%
Onkologia Medikoa
Zuzenak
14
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
66.7%
Batez bestekoa
80.2%
ORL
Zuzenak
4
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
74.4%
Osasun Plangintza eta Kudeaketa
Zuzenak
1
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
73.2%
Pediatria
Zuzenak
6
Okerrak
10
Erantzun gabeak
1
Ziurtasuna
35.3%
Batez bestekoa
82.0%
Pneumologia
Zuzenak
9
Okerrak
10
Erantzun gabeak
0
Ziurtasuna
47.4%
Batez bestekoa
80.6%
Psikiatria
Zuzenak
4
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
40.0%
Batez bestekoa
89.5%
Traumatologia
Zuzenak
5
Okerrak
10
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
74.5%
Urologia
Zuzenak
2
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
78.2%
Zainketa Aringarriak
Zuzenak
2
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
88.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
2
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
79.8%
Arriskua
Zuzenak
3
Okerrak
8
Erantzun gabeak
2
Ziurtasuna
23.1%
Batez bestekoa
83.6%
Biostatistika
Zuzenak
4
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
80.0%
Batez bestekoa
90.7%
Diagnostikoa
Zuzenak
30
Okerrak
41
Erantzun gabeak
2
Ziurtasuna
41.1%
Batez bestekoa
79.2%
Epidemiologia
Zuzenak
8
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
66.7%
Batez bestekoa
81.2%
Etika
Zuzenak
1
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
94.5%
Farmakologia
Zuzenak
11
Okerrak
14
Erantzun gabeak
0
Ziurtasuna
44.0%
Batez bestekoa
84.0%
Fisiopatologia
Zuzenak
16
Okerrak
16
Erantzun gabeak
1
Ziurtasuna
48.5%
Batez bestekoa
85.4%
Interpretazioa
Zuzenak
13
Okerrak
22
Erantzun gabeak
2
Ziurtasuna
35.1%
Batez bestekoa
69.6%
Prebentzioa
Zuzenak
9
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
75.0%
Batez bestekoa
89.8%
Probak
Zuzenak
7
Okerrak
13
Erantzun gabeak
1
Ziurtasuna
33.3%
Batez bestekoa
73.9%
Pronostikoa
Zuzenak
3
Okerrak
2
Erantzun gabeak
2
Ziurtasuna
42.9%
Batez bestekoa
83.9%
Tratamendua
Zuzenak
34
Okerrak
33
Erantzun gabeak
4
Ziurtasuna
47.9%
Batez bestekoa
81.3%
#ErantzunaZuzenaEgoera
1AB
2AD
3B
4BC
5CC
6B
7DD
8DC
9AA
10DD
11DD
12AA
13DC
14DA
15AB
16CA
17BC
18AA
19BB
20AC
21CD
22AB
23AA
24AA
25AC
26BB
27AC
28AA
29AB
30DC
31AD
32AA
33C
34DB
35DD
36BD
37AA
38AA
39CC
40DB
41CC
42AD
43AA
44DD
45AD
46BB
47CC
48CC
49DB
50BC
51AA
52CD
53AC
54CB
55AC
56DD
57DA
58CA
59CA
60AA
61AA
62CD
63CD
64BBaliogabetua
65CD
66DC
67CB
68BBaliogabetua
69AA
70BB
71AB
72BD
73DB
74CC
75AB
76CA
77AD
78AC
79CB
80AA
81BC
82AC
83B
84CC
85AA
86AA
87AB
88CD
89CB
90AA
91DD
92AA
93BC
94BB
95AD
96BB
97AB
98CB
99AA
100DB
101BA
102DD
103BB
104CD
105BB
106BC
107CC
108B
109AD
110AD
111BB
112CC
113BBaliogabetua
114BD
115DD
116AA
117DD
118DD
119AA
120CC
121AA
122AB
123CD
124AD
125BB
126DD
127AA
128DB
129BD
130CC
131C
132CD
133CA
134BC
135A
136AD
137AA
138CC
139AA
140BC
141BB
142AC
143A
144AD
145AC
146BC
147CC
148CA
149C
150DD
151AA
152DA
153AC
154DB
155BD
156BC
157DC
158AD
159DD
160AB
161BB
162AB
163BB
164DB
165CA
166AC
167AA
168CB
169C
170AA
171DD
172BB
173CA
174AB
175AA
176DC
177BC
178DB
179CC
180DBaliogabetua
181CB
182DD
183AC
184AA
185DC
186BD
187AA
188CC
189AD
190DD
191BB
192BB
193DC
194DC
195AC
196BB
197AA
198BB
199DD
200AA
201AB
202DD
203AB
204DD
205AD
206Baliogabetua
207DA
208AA
209BB
210CD