MedicalBenchmark
Sao10K: Llama 3.1 Euryale 70B v2.2 provider

Llama 3.1 Euryale 70B v2.2

232

#232 291 modeloetatikMIR 2024

Puntuazio garbia

125.00 pts

Ziurtasuna

70.0%

Zuzenak / Okerrak

140 / 45

Kostu osoa

$0.18

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

70.0%

avg: 80.5%

Puntuazio garbia

125.00 pts

avg: 150.85 pts

Zuzenak

140

avg: 161

Okerrak

45

avg: 30

Kostu osoa

$0.18

avg: $3.32

Batez besteko erantzun-denbora

21.1s

avg: 16.4s

Irteerako tokenak

117K

avg: 427K

Arrazonamendu tokenak

0

avg: 310K

Batez besteko konfiantza

92.7%

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
4
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
87.1%
Dermatologia
Zuzenak
10
Okerrak
3
Erantzun gabeak
1
Ziurtasuna
71.4%
Batez bestekoa
80.2%
Endokrinologia eta Nutrizioa
Zuzenak
16
Okerrak
3
Erantzun gabeak
0
Ziurtasuna
84.2%
Batez bestekoa
84.2%
Epidemiologia
Zuzenak
6
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
75.0%
Batez bestekoa
89.3%
Erradiologia-Larrialdiak
Zuzenak
6
Okerrak
4
Erantzun gabeak
4
Ziurtasuna
42.9%
Batez bestekoa
64.9%
Erreumatologia
Zuzenak
12
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
85.7%
Batez bestekoa
81.4%
Estatistika
Zuzenak
1
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
33.3%
Batez bestekoa
91.1%
Farmakologia
Zuzenak
16
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
69.6%
Batez bestekoa
85.4%
Gaixotasun Infekziosoak
Zuzenak
16
Okerrak
6
Erantzun gabeak
1
Ziurtasuna
69.6%
Batez bestekoa
81.8%
Gastroenterologia
Zuzenak
12
Okerrak
6
Erantzun gabeak
4
Ziurtasuna
54.5%
Batez bestekoa
70.5%
Genetika
Zuzenak
6
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
85.7%
Batez bestekoa
86.5%
Geriatria
Zuzenak
8
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
80.0%
Batez bestekoa
86.9%
Ginekologia eta Obstetrizia
Zuzenak
9
Okerrak
4
Erantzun gabeak
1
Ziurtasuna
64.3%
Batez bestekoa
81.2%
Hematologia
Zuzenak
7
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
53.8%
Batez bestekoa
81.5%
Immunologia
Zuzenak
8
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
89.1%
Kardiologia
Zuzenak
15
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
71.4%
Batez bestekoa
79.7%
Medikuntza Legala eta Bioetika
Zuzenak
1
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
50.0%
Batez bestekoa
91.7%
Nefrologia
Zuzenak
9
Okerrak
4
Erantzun gabeak
0
Ziurtasuna
69.2%
Batez bestekoa
80.8%
Neurologia
Zuzenak
17
Okerrak
5
Erantzun gabeak
0
Ziurtasuna
77.3%
Batez bestekoa
83.7%
Oftalmologia
Zuzenak
5
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
80.0%
Onkologia Medikoa
Zuzenak
15
Okerrak
3
Erantzun gabeak
3
Ziurtasuna
71.4%
Batez bestekoa
80.2%
ORL
Zuzenak
5
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
71.4%
Batez bestekoa
74.4%
Osasun Plangintza eta Kudeaketa
Zuzenak
1
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
50.0%
Batez bestekoa
73.2%
Pediatria
Zuzenak
11
Okerrak
4
Erantzun gabeak
2
Ziurtasuna
64.7%
Batez bestekoa
82.0%
Pneumologia
Zuzenak
12
Okerrak
5
Erantzun gabeak
2
Ziurtasuna
63.2%
Batez bestekoa
80.6%
Psikiatria
Zuzenak
10
Okerrak
0
Erantzun gabeak
0
Ziurtasuna
100.0%
Batez bestekoa
89.5%
Traumatologia
Zuzenak
9
Okerrak
3
Erantzun gabeak
3
Ziurtasuna
60.0%
Batez bestekoa
74.5%
Urologia
Zuzenak
5
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
83.3%
Batez bestekoa
78.2%
Zainketa Aringarriak
Zuzenak
3
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
75.0%
Batez bestekoa
88.2%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
4
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
66.7%
Batez bestekoa
79.8%
Arriskua
Zuzenak
11
Okerrak
2
Erantzun gabeak
0
Ziurtasuna
84.6%
Batez bestekoa
83.6%
Biostatistika
Zuzenak
2
Okerrak
0
Erantzun gabeak
3
Ziurtasuna
40.0%
Batez bestekoa
90.7%
Diagnostikoa
Zuzenak
54
Okerrak
13
Erantzun gabeak
6
Ziurtasuna
74.0%
Batez bestekoa
79.2%
Epidemiologia
Zuzenak
10
Okerrak
1
Erantzun gabeak
1
Ziurtasuna
83.3%
Batez bestekoa
81.2%
Etika
Zuzenak
0
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
0.0%
Batez bestekoa
94.5%
Farmakologia
Zuzenak
18
Okerrak
7
Erantzun gabeak
0
Ziurtasuna
72.0%
Batez bestekoa
84.0%
Fisiopatologia
Zuzenak
27
Okerrak
6
Erantzun gabeak
0
Ziurtasuna
81.8%
Batez bestekoa
85.4%
Interpretazioa
Zuzenak
18
Okerrak
13
Erantzun gabeak
6
Ziurtasuna
48.6%
Batez bestekoa
69.6%
Prebentzioa
Zuzenak
9
Okerrak
1
Erantzun gabeak
2
Ziurtasuna
75.0%
Batez bestekoa
89.8%
Probak
Zuzenak
12
Okerrak
5
Erantzun gabeak
4
Ziurtasuna
57.1%
Batez bestekoa
73.9%
Pronostikoa
Zuzenak
6
Okerrak
1
Erantzun gabeak
0
Ziurtasuna
85.7%
Batez bestekoa
83.9%
Tratamendua
Zuzenak
47
Okerrak
20
Erantzun gabeak
4
Ziurtasuna
66.2%
Batez bestekoa
81.3%
#ErantzunaZuzenaEgoera
1BB
2BD
3DB
4CC
5C
6BB
7DD
8CC
9CA
10DD
11D
12AA
13DC
14BA
15B
16BA
17CC
18BA
19BB
20DC
21D
22B
23AA
24A
25CC
26BB
27CC
28DA
29AB
30C
31DD
32AA
33CC
34DB
35DD
36DD
37AA
38AA
39CC
40BB
41C
42BD
43AA
44D
45D
46BB
47CC
48CC
49BB
50AC
51AA
52CD
53CC
54BB
55CC
56DD
57AA
58AA
59AA
60AA
61CA
62DD
63DD
64DBaliogabetua
65DD
66CC
67CB
68BBaliogabetua
69AA
70BB
71BB
72CD
73CB
74CC
75B
76AA
77DD
78CC
79AB
80AA
81CC
82CC
83BB
84CC
85AA
86AA
87BB
88DD
89BB
90AA
91DD
92DA
93AC
94BB
95DD
96BB
97BB
98BB
99A
100BB
101AA
102DD
103BB
104DD
105CB
106CC
107CC
108BB
109DD
110DD
111BB
112CC
113DBaliogabetua
114DD
115AD
116BA
117DD
118DD
119AA
120CC
121AA
122BB
123CD
124AD
125CB
126DD
127AA
128DB
129DD
130CC
131AC
132D
133AA
134CC
135A
136DD
137AA
138CC
139AA
140CC
141BB
142CC
143BA
144DD
145AC
146AC
147CC
148AA
149AC
150DD
151AA
152AA
153DC
154BB
155BD
156CC
157CC
158DD
159DD
160BB
161BB
162BB
163BB
164DB
165AA
166CC
167AA
168BB
169CC
170CA
171AD
172BB
173CA
174BB
175AA
176CC
177AC
178DB
179CC
180BBaliogabetua
181CB
182BD
183CC
184AA
185CC
186DD
187AA
188CC
189DD
190DD
191BB
192B
193DC
194CC
195CC
196BB
197AA
198BB
199CD
200AA
201BB
202DD
203BB
204DD
205BD
206CBaliogabetua
207AA
208AA
209AB
210DD