MedicalBenchmark
AlfredPros: CodeLLaMa 7B Instruct Solidity provider

CodeLLaMa 7B Instruct Solidity

319

#319 319 modeloetatik — MIR 2026

Puntuazio garbia

0.00 pts

Ziurtasuna

1.5%

Zuzenak / Okerrak

3 / 21

Kostu osoa

$0.32

Errendimendu Orokorra

(vs. batez bestekoa)
Ziurtasuna

1.5%

avg: 82.4%

Puntuazio garbia

0.00 pts

avg: 156.14 pts

Zuzenak

3

avg: 165

Okerrak

21

avg: 26

Kostu osoa

$0.32

avg: $3.12

Batez besteko erantzun-denbora

27.9s

avg: 17.4s

Irteerako tokenak

185K

avg: 415K

Arrazonamendu tokenak

0

avg: 295K

Batez besteko konfiantza

16.9%

avg: 95.4%

Irakasgaien araberako xehetasuna

Alergologia
Zuzenak
0
Okerrak
0
Erantzun gabeak
1
Ziurtasuna
0.0%
Batez bestekoa
96.9%
Anestesiologia eta Bizkortzea
Zuzenak
0
Okerrak
2
Erantzun gabeak
5
Ziurtasuna
0.0%
Batez bestekoa
71.0%
Dermatologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
10
Ziurtasuna
0.0%
Batez bestekoa
73.2%
Endokrinologia eta Nutrizioa
Zuzenak
0
Okerrak
3
Erantzun gabeak
12
Ziurtasuna
0.0%
Batez bestekoa
84.7%
Epidemiologia
Zuzenak
0
Okerrak
2
Erantzun gabeak
5
Ziurtasuna
0.0%
Batez bestekoa
81.3%
Erradiologia-Larrialdiak
Zuzenak
0
Okerrak
2
Erantzun gabeak
11
Ziurtasuna
0.0%
Batez bestekoa
69.4%
Erreumatologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
10
Ziurtasuna
0.0%
Batez bestekoa
89.0%
Estatistika
Zuzenak
0
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
84.5%
Farmakologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
10
Ziurtasuna
0.0%
Batez bestekoa
79.6%
Gaixotasun Infekziosoak
Zuzenak
0
Okerrak
3
Erantzun gabeak
11
Ziurtasuna
0.0%
Batez bestekoa
79.0%
Gastroenterologia
Zuzenak
1
Okerrak
5
Erantzun gabeak
24
Ziurtasuna
3.3%
Batez bestekoa
80.2%
Genetika
Zuzenak
0
Okerrak
1
Erantzun gabeak
10
Ziurtasuna
0.0%
Batez bestekoa
79.7%
Geriatria
Zuzenak
1
Okerrak
1
Erantzun gabeak
11
Ziurtasuna
7.7%
Batez bestekoa
83.7%
Ginekologia eta Obstetrizia
Zuzenak
0
Okerrak
2
Erantzun gabeak
10
Ziurtasuna
0.0%
Batez bestekoa
85.2%
Hematologia
Zuzenak
0
Okerrak
0
Erantzun gabeak
9
Ziurtasuna
0.0%
Batez bestekoa
77.6%
Immunologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
5
Ziurtasuna
0.0%
Batez bestekoa
91.8%
Kardiologia
Zuzenak
0
Okerrak
2
Erantzun gabeak
23
Ziurtasuna
0.0%
Batez bestekoa
78.4%
Medikuntza Legala eta Bioetika
Zuzenak
0
Okerrak
0
Erantzun gabeak
11
Ziurtasuna
0.0%
Batez bestekoa
83.4%
Nefrologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
9
Ziurtasuna
0.0%
Batez bestekoa
85.6%
Neurologia
Zuzenak
1
Okerrak
2
Erantzun gabeak
10
Ziurtasuna
7.7%
Batez bestekoa
89.0%
Oftalmologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
4
Ziurtasuna
0.0%
Batez bestekoa
84.5%
Onkologia Medikoa
Zuzenak
1
Okerrak
3
Erantzun gabeak
19
Ziurtasuna
4.3%
Batez bestekoa
83.7%
ORL
Zuzenak
0
Okerrak
0
Erantzun gabeak
8
Ziurtasuna
0.0%
Batez bestekoa
85.0%
Osasun Plangintza eta Kudeaketa
Zuzenak
0
Okerrak
1
Erantzun gabeak
9
Ziurtasuna
0.0%
Batez bestekoa
79.4%
Pediatria
Zuzenak
1
Okerrak
1
Erantzun gabeak
20
Ziurtasuna
4.5%
Batez bestekoa
88.1%
Pneumologia
Zuzenak
1
Okerrak
1
Erantzun gabeak
14
Ziurtasuna
6.3%
Batez bestekoa
83.6%
Psikiatria
Zuzenak
0
Okerrak
0
Erantzun gabeak
8
Ziurtasuna
0.0%
Batez bestekoa
88.4%
Traumatologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
10
Ziurtasuna
0.0%
Batez bestekoa
66.6%
Urologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
7
Ziurtasuna
0.0%
Batez bestekoa
83.1%
Zainketa Aringarriak
Zuzenak
0
Okerrak
0
Erantzun gabeak
6
Ziurtasuna
0.0%
Batez bestekoa
80.8%

Galdera motaren araberako xehetasuna

Anatomia
Zuzenak
0
Okerrak
0
Erantzun gabeak
3
Ziurtasuna
0.0%
Batez bestekoa
83.4%
Arriskua
Zuzenak
0
Okerrak
3
Erantzun gabeak
12
Ziurtasuna
0.0%
Batez bestekoa
85.0%
Biostatistika
Zuzenak
0
Okerrak
0
Erantzun gabeak
2
Ziurtasuna
0.0%
Batez bestekoa
84.5%
Diagnostikoa
Zuzenak
1
Okerrak
6
Erantzun gabeak
74
Ziurtasuna
1.2%
Batez bestekoa
83.0%
Epidemiologia
Zuzenak
0
Okerrak
1
Erantzun gabeak
8
Ziurtasuna
0.0%
Batez bestekoa
89.1%
Etika
Zuzenak
0
Okerrak
0
Erantzun gabeak
6
Ziurtasuna
0.0%
Batez bestekoa
92.2%
Farmakologia
Zuzenak
0
Okerrak
2
Erantzun gabeak
13
Ziurtasuna
0.0%
Batez bestekoa
83.1%
Fisiopatologia
Zuzenak
0
Okerrak
4
Erantzun gabeak
22
Ziurtasuna
0.0%
Batez bestekoa
85.0%
Interpretazioa
Zuzenak
0
Okerrak
3
Erantzun gabeak
34
Ziurtasuna
0.0%
Batez bestekoa
73.2%
Legala
Zuzenak
0
Okerrak
0
Erantzun gabeak
9
Ziurtasuna
0.0%
Batez bestekoa
82.9%
Prebentzioa
Zuzenak
0
Okerrak
2
Erantzun gabeak
14
Ziurtasuna
0.0%
Batez bestekoa
81.5%
Probak
Zuzenak
1
Okerrak
2
Erantzun gabeak
30
Ziurtasuna
3.0%
Batez bestekoa
81.2%
Pronostikoa
Zuzenak
0
Okerrak
0
Erantzun gabeak
5
Ziurtasuna
0.0%
Batez bestekoa
93.2%
Tratamendua
Zuzenak
2
Okerrak
8
Erantzun gabeak
62
Ziurtasuna
2.8%
Batez bestekoa
80.9%
#ErantzunaZuzenaEgoera
1—A
2—B
3AD
4—D
5—B
6—C
7—B
8—D
9—D
10—A
11—B
12—A
13——Baliogabetua
14DC
15—A
16—C
17—C
18—D
19—B
20—B
21—B
22—C
23—B
24—A
25—C
26—A
27—B
28—D
29—A
30AD
31BC
32—C
33—B
34—B
35—C
36AD
37—D
38—A
39—C
40—A
41—D
42—A
43—B
44—B
45—B
46—B
47AD
48CC
49—C
50——Baliogabetua
51CA
52—C
53—C
54DC
55—A
56—A
57—A
58—A
59—B
60—B
61—C
62—B
63—B
64C—Baliogabetua
65—C
66—C
67—C
68—A
69AB
70AB
71—B
72—B
73—B
74—A
75—C
76—C
77—A
78—D
79—A
80—D
81—C
82—D
83—B
84—A
85—D
86—A
87—B
88AB
89—B
90—C
91—A
92—C
93—D
94—C
95—C
96—B
97—B
98—A
99DB
100—C
101—C
102—A
103—C
104—C
105—C
106—B
107—C
108—A
109—C
110—C
111—B
112—C
113—C
114—D
115—B
116AD
117—C
118—B
119—A
120—A
121—C
122—B
123—B
124—B
125—C
126AB
127—C
128—B
129—C
130—C
131AB
132—B
133—C
134—B
135AC
136—B
137—D
138—B
139——Baliogabetua
140—D
141—A
142——Baliogabetua
143—A
144—D
145—C
146—C
147—B
148BC
149—B
150—B
151—B
152—C
153—C
154—D
155—B
156—A
157—D
158—B
159—C
160—A
161——Baliogabetua
162—A
163—C
164—C
165AA
166—A
167BD
168—C
169—B
170—B
171—A
172—B
173—D
174—C
175—B
176—A
177—D
178—D
179—B
180—C
181—B
182—C
183—D
184—D
185—B
186AD
187CD
188—C
189—C
190—B
191—D
192—D
193—C
194—C
195—D
196—A
197—C
198—A
199CB
200—D
201—C
202—A
203—A
204—C
205—B
206CC
207—A
208——Baliogabetua
209—B
210—C