MedicalBenchmark
Sao10K: Llama 3 8B Lunaris provider

Llama 3 8B Lunaris

269

#269 291 modeloetatikMIR 2024

Puntuazio garbia

53.33 pts

Ziurtasuna

44.0%

Zuzenak / Okerrak

88 / 104

Kostu osoa

$0.01

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

44.0%

avg: 80.5%

Puntuazio garbia

53.33 pts

avg: 150.85 pts

Zuzenak

88

avg: 161

Okerrak

104

avg: 30

Kostu osoa

$0.01

avg: $3.32

Batez besteko erantzun-denbora

4.5s

avg: 16.4s

Irteerako tokenak

69K

avg: 427K

Arrazonamendu tokenak

0

avg: 310K

Batez besteko konfiantza

92.8%

avg: 95.4%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
3
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
90.5%
Anestesiologia eta Bizkortzea
Zuzenak
2
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
87.1%
Dermatologia
Zuzenak
8
Okerrak
5
Erantzun gabeak
1
Ziurtasuna
57.1%
Batez bestekoa
80.2%
Endokrinologia eta Nutrizioa
Zuzenak
7
Okerrak
11
Erantzun gabeak
1
Ziurtasuna
36.8%
Batez bestekoa
84.2%
Epidemiologia
Zuzenak
3
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
37.5%
Batez bestekoa
89.3%
Erradiologia-Larrialdiak
Zuzenak
6
Okerrak
7
Erantzun gabeak
1
Ziurtasuna
42.9%
Batez bestekoa
64.9%
Erreumatologia
Zuzenak
9
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
64.3%
Batez bestekoa
81.4%
Estatistika
Zuzenak
1
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
33.3%
Batez bestekoa
91.1%
Farmakologia
Zuzenak
13
Okerrak
8
Erantzun gabeak
2
Ziurtasuna
56.5%
Batez bestekoa
85.4%
Gaixotasun Infekziosoak
Zuzenak
10
Okerrak
12
Erantzun gabeak
1
Ziurtasuna
43.5%
Batez bestekoa
81.8%
Gastroenterologia
Zuzenak
9
Okerrak
11
Erantzun gabeak
2
Ziurtasuna
40.9%
Batez bestekoa
70.5%
Genetika
Zuzenak
4
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
86.5%
Geriatria
Zuzenak
3
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
30.0%
Batez bestekoa
86.9%
Ginekologia eta Obstetrizia
Zuzenak
4
Okerrak
10
Erantzun gabeak
0
Ziurtasuna
28.6%
Batez bestekoa
81.2%
Hematologia
Zuzenak
5
Okerrak
7
Erantzun gabeak
1
Ziurtasuna
38.5%
Batez bestekoa
81.5%
Immunologia
Zuzenak
4
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
89.1%
Kardiologia
Zuzenak
12
Okerrak
9
Erantzun gabeak
0
Ziurtasuna
57.1%
Batez bestekoa
79.7%
Medikuntza Legala eta Bioetika
Zuzenak
1
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
91.7%
Nefrologia
Zuzenak
5
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
38.5%
Batez bestekoa
80.8%
Neurologia
Zuzenak
5
Okerrak
16
Erantzun gabeak
1
Ziurtasuna
22.7%
Batez bestekoa
83.7%
Oftalmologia
Zuzenak
2
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
40.0%
Batez bestekoa
80.0%
Onkologia Medikoa
Zuzenak
12
Okerrak
7
Erantzun gabeak
2
Ziurtasuna
57.1%
Batez bestekoa
80.2%
ORL
Zuzenak
1
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
14.3%
Batez bestekoa
74.4%
Osasun Plangintza eta Kudeaketa
Zuzenak
1
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
73.2%
Pediatria
Zuzenak
9
Okerrak
8
Erantzun gabeak
0
Ziurtasuna
52.9%
Batez bestekoa
82.0%
Pneumologia
Zuzenak
10
Okerrak
8
Erantzun gabeak
1
Ziurtasuna
52.6%
Batez bestekoa
80.6%
Psikiatria
Zuzenak
7
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
70.0%
Batez bestekoa
89.5%
Traumatologia
Zuzenak
6
Okerrak
9
Erantzun gabeak
0
Ziurtasuna
40.0%
Batez bestekoa
74.5%
Urologia
Zuzenak
4
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
66.7%
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
6
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
46.2%
Batez bestekoa
83.6%
Biostatistika
Zuzenak
2
Okerrak
2
Erantzun gabeak
1
Ziurtasuna
40.0%
Batez bestekoa
90.7%
Diagnostikoa
Zuzenak
32
Okerrak
39
Erantzun gabeak
2
Ziurtasuna
43.8%
Batez bestekoa
79.2%
Epidemiologia
Zuzenak
3
Okerrak
7
Erantzun gabeak
2
Ziurtasuna
25.0%
Batez bestekoa
81.2%
Etika
Zuzenak
0
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
94.5%
Farmakologia
Zuzenak
13
Okerrak
11
Erantzun gabeak
1
Ziurtasuna
52.0%
Batez bestekoa
84.0%
Fisiopatologia
Zuzenak
11
Okerrak
20
Erantzun gabeak
2
Ziurtasuna
33.3%
Batez bestekoa
85.4%
Interpretazioa
Zuzenak
10
Okerrak
26
Erantzun gabeak
1
Ziurtasuna
27.0%
Batez bestekoa
69.6%
Prebentzioa
Zuzenak
10
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
83.3%
Batez bestekoa
89.8%
Probak
Zuzenak
10
Okerrak
11
Erantzun gabeak
0
Ziurtasuna
47.6%
Batez bestekoa
73.9%
Pronostikoa
Zuzenak
3
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
42.9%
Batez bestekoa
83.9%
Tratamendua
Zuzenak
38
Okerrak
31
Erantzun gabeak
2
Ziurtasuna
53.5%
Batez bestekoa
81.3%
#ErantzunaZuzenaEgoera
1AB
2AD
3BB
4AC
5BC
6DB
7D
8CC
9BA
10DD
11DD
12AA
13AC
14BA
15AB
16DA
17AC
18DA
19BB
20DC
21BD
22AB
23AA
24CA
25CC
26B
27AC
28DA
29AB
30AC
31BD
32CA
33AC
34CB
35DD
36BD
37CA
38BA
39CC
40BB
41C
42DD
43AA
44AD
45AD
46BB
47C
48CC
49BB
50CC
51DA
52DD
53AC
54BB
55C
56DD
57AA
58DA
59AA
60DA
61CA
62CD
63CD
64CBaliogabetua
65DD
66DC
67CB
68BBaliogabetua
69BA
70CB
71AB
72CD
73CB
74CC
75BB
76DA
77CD
78AC
79BB
80AA
81CC
82CC
83AB
84CC
85AA
86CA
87DB
88DD
89BB
90AA
91DD
92CA
93CC
94DB
95BD
96BB
97DB
98CB
99AA
100BB
101CA
102DD
103BB
104CD
105DB
106BC
107CC
108DB
109AD
110DD
111CB
112CC
113ABaliogabetua
114DD
115DD
116AA
117DD
118DD
119CA
120CC
121AA
122AB
123CD
124CD
125CB
126BD
127AA
128CB
129DD
130C
131CC
132CD
133CA
134BC
135BA
136DD
137DA
138CC
139AA
140BC
141BB
142AC
143BA
144BD
145AC
146BC
147CC
148AA
149AC
150DD
151AA
152DA
153AC
154AB
155BD
156CC
157DC
158AD
159DD
160AB
161BB
162AB
163BB
164AB
165CA
166CC
167AA
168CB
169CC
170AA
171CD
172BB
173AA
174BB
175AA
176BC
177CC
178BB
179AC
180DBaliogabetua
181B
182BD
183CC
184CA
185CC
186DD
187CA
188C
189AD
190DD
191BB
192BB
193DC
194DC
195DC
196BB
197CA
198BB
199CD
200AA
201AB
202DD
203BB
204DD
205AD
206Baliogabetua
207AA
208BA
209CB
210DD