MedicalBenchmark
AllenAI: Olmo 3 7B Instruct provider

Olmo 3 7B Instruct

285

#285 de 291 modelosMIR 2024

Puntuación neta

25.66 pts

Certeza

33.5%

Correctas / Incorrectas

67 / 124

Custo total

$0.05

Rendemento Xeral

(vs. media)
Certeza

33.5%

avg: 80.5%

Puntuación neta

25.66 pts

avg: 150.85 pts

Acertos

67

avg: 161

Erros

124

avg: 30

Custo total

$0.05

avg: $3.32

Tempo promedio de resposta

18.5s

avg: 16.4s

Tokens saíntes

177K

avg: 427K

Tokens de razoamento

0

avg: 310K

Confianza promedia

88.7%

avg: 95.4%

Desglose por Materia

Alerxoloxía
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
90.5%
Anestesioloxía e Reanimación
Acertos
1
Erros
3
Non contestadas
0
Certeza
25.0%
Media
87.1%
Cardioloxía
Acertos
9
Erros
12
Non contestadas
0
Certeza
42.9%
Media
79.7%
Coidados Paliativos
Acertos
2
Erros
2
Non contestadas
0
Certeza
50.0%
Media
88.2%
Dermatoloxía
Acertos
3
Erros
10
Non contestadas
1
Certeza
21.4%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
6
Erros
12
Non contestadas
1
Certeza
31.6%
Media
84.2%
Enfermidades Infecciosas
Acertos
6
Erros
17
Non contestadas
0
Certeza
26.1%
Media
81.8%
Epidemioloxía
Acertos
5
Erros
3
Non contestadas
0
Certeza
62.5%
Media
89.3%
Estatística
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
91.1%
Farmacoloxía
Acertos
6
Erros
15
Non contestadas
2
Certeza
26.1%
Media
85.4%
Gastroenteroloxía
Acertos
9
Erros
13
Non contestadas
0
Certeza
40.9%
Media
70.5%
Hematoloxía
Acertos
4
Erros
9
Non contestadas
0
Certeza
30.8%
Media
81.5%
Inmunoloxía
Acertos
3
Erros
4
Non contestadas
1
Certeza
37.5%
Media
89.1%
Medicina Legal e Bioética
Acertos
1
Erros
1
Non contestadas
0
Certeza
50.0%
Media
91.7%
Nefroloxía
Acertos
4
Erros
9
Non contestadas
0
Certeza
30.8%
Media
80.8%
Neuroloxía
Acertos
6
Erros
14
Non contestadas
2
Certeza
27.3%
Media
83.7%
Oftalmoloxía
Acertos
2
Erros
3
Non contestadas
0
Certeza
40.0%
Media
80.0%
Oncoloxía Médica
Acertos
11
Erros
6
Non contestadas
4
Certeza
52.4%
Media
80.2%
ORL
Acertos
2
Erros
3
Non contestadas
2
Certeza
28.6%
Media
74.4%
Pediatría
Acertos
4
Erros
12
Non contestadas
1
Certeza
23.5%
Media
82.0%
Planificación e Xestión Sanitaria
Acertos
0
Erros
2
Non contestadas
0
Certeza
0.0%
Media
73.2%
Pneumoloxía
Acertos
6
Erros
13
Non contestadas
0
Certeza
31.6%
Media
80.6%
Psiquiatría
Acertos
5
Erros
5
Non contestadas
0
Certeza
50.0%
Media
89.5%
Radioloxía-Urxencias
Acertos
4
Erros
9
Non contestadas
1
Certeza
28.6%
Media
64.9%
Reumatoloxía
Acertos
2
Erros
12
Non contestadas
0
Certeza
14.3%
Media
81.4%
Traumatoloxía
Acertos
5
Erros
10
Non contestadas
0
Certeza
33.3%
Media
74.5%
Uroloxía
Acertos
3
Erros
3
Non contestadas
0
Certeza
50.0%
Media
78.2%
Xenética
Acertos
3
Erros
3
Non contestadas
1
Certeza
42.9%
Media
86.5%
Xeriatría
Acertos
6
Erros
3
Non contestadas
1
Certeza
60.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
5
Erros
8
Non contestadas
1
Certeza
35.7%
Media
81.2%

Desglose por Tipo de Pregunta

Anatomía
Acertos
1
Erros
5
Non contestadas
0
Certeza
16.7%
Media
79.8%
Bioestatística
Acertos
3
Erros
2
Non contestadas
0
Certeza
60.0%
Media
90.7%
Diagnóstico
Acertos
27
Erros
45
Non contestadas
1
Certeza
37.0%
Media
79.2%
Epidemioloxía
Acertos
5
Erros
5
Non contestadas
2
Certeza
41.7%
Media
81.2%
Ética
Acertos
1
Erros
0
Non contestadas
0
Certeza
100.0%
Media
94.5%
Farmacoloxía
Acertos
8
Erros
16
Non contestadas
1
Certeza
32.0%
Media
84.0%
Fisiopatoloxía
Acertos
7
Erros
23
Non contestadas
3
Certeza
21.2%
Media
85.4%
Interpretación
Acertos
8
Erros
27
Non contestadas
2
Certeza
21.6%
Media
69.6%
Prevención
Acertos
5
Erros
6
Non contestadas
1
Certeza
41.7%
Media
89.8%
Probas
Acertos
8
Erros
12
Non contestadas
1
Certeza
38.1%
Media
73.9%
Prognóstico
Acertos
4
Erros
3
Non contestadas
0
Certeza
57.1%
Media
83.9%
Risco
Acertos
6
Erros
7
Non contestadas
0
Certeza
46.2%
Media
83.6%
Tratamento
Acertos
26
Erros
42
Non contestadas
3
Certeza
36.6%
Media
81.3%
#RespostaCorrectaEstado
1AB
2AD
3BB
4BC
5C
6AB
7CD
8CC
9BA
10BD
11BD
12AA
13BC
14CA
15CB
16DA
17DC
18CA
19BB
20CC
21CD
22AB
23AA
24A
25BC
26BB
27AC
28DA
29AB
30AC
31AD
32BA
33C
34DB
35DD
36BD
37BA
38DA
39CC
40CB
41BC
42AD
43CA
44AD
45DD
46BB
47CC
48CC
49B
50BC
51DA
52CD
53AC
54CB
55CC
56D
57BA
58CA
59AA
60BA
61CA
62CD
63DD
64Anulada
65AD
66CC
67CB
68CAnulada
69AA
70BB
71BB
72BD
73DB
74DC
75BB
76BA
77CD
78CC
79AB
80BA
81AC
82AC
83BB
84DC
85BA
86AA
87DB
88DD
89BB
90DA
91AD
92DA
93BC
94AB
95BD
96BB
97BB
98DB
99AA
100CB
101AA
102DD
103BB
104CD
105BB
106AC
107BC
108DB
109BD
110CD
111CB
112CC
113BAnulada
114BD
115DD
116DA
117DD
118DD
119CA
120AC
121BA
122DB
123AD
124CD
125DB
126BD
127CA
128DB
129DD
130CC
131BC
132DD
133AA
134BC
135CA
136BD
137CA
138CC
139AA
140BC
141CB
142CC
143BA
144AD
145CC
146AC
147CC
148BA
149DC
150DD
151AA
152BA
153AC
154BB
155AD
156AC
157CC
158DD
159DD
160CB
161DB
162B
163DB
164AB
165AA
166DC
167CA
168CB
169DC
170BA
171AD
172CB
173BA
174BB
175AA
176AC
177BC
178BB
179BC
180AAnulada
181AB
182DD
183DC
184DA
185CC
186CD
187A
188CC
189DD
190D
191BB
192DB
193DC
194CC
195CC
196BB
197CA
198BB
199CD
200A
201CB
202DD
203BB
204CD
205DD
206BAnulada
207CA
208A
209BB
210CD