MedicalBenchmark
AllenAI: Olmo 3 7B Think provider

Olmo 3 7B Think

254

#254 de 291 modelosMIR 2024

Puntuación neta

84.00 pts

Certeza

56.0%

Correctas / Incorrectas

112 / 84

Custo total

$0.14

Rendemento Xeral

(vs. media)
Certeza

56.0%

avg: 80.5%

Puntuación neta

84.00 pts

avg: 150.85 pts

Acertos

112

avg: 161

Erros

84

avg: 30

Custo total

$0.14

avg: $3.32

Tempo promedio de resposta

16.3s

avg: 16.4s

Tokens saíntes

647K

avg: 427K

Tokens de razoamento

583K

avg: 310K

Confianza promedia

97.4%

avg: 95.4%

Desglose por Materia

Alerxoloxía
Acertos
3
Erros
0
Non contestadas
0
Certeza
100.0%
Media
90.5%
Anestesioloxía e Reanimación
Acertos
1
Erros
3
Non contestadas
0
Certeza
25.0%
Media
87.1%
Cardioloxía
Acertos
11
Erros
9
Non contestadas
1
Certeza
52.4%
Media
79.7%
Coidados Paliativos
Acertos
2
Erros
2
Non contestadas
0
Certeza
50.0%
Media
88.2%
Dermatoloxía
Acertos
7
Erros
7
Non contestadas
0
Certeza
50.0%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
13
Erros
6
Non contestadas
0
Certeza
68.4%
Media
84.2%
Enfermidades Infecciosas
Acertos
12
Erros
11
Non contestadas
0
Certeza
52.2%
Media
81.8%
Epidemioloxía
Acertos
6
Erros
1
Non contestadas
1
Certeza
75.0%
Media
89.3%
Estatística
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
91.1%
Farmacoloxía
Acertos
13
Erros
10
Non contestadas
0
Certeza
56.5%
Media
85.4%
Gastroenteroloxía
Acertos
7
Erros
14
Non contestadas
1
Certeza
31.8%
Media
70.5%
Hematoloxía
Acertos
8
Erros
5
Non contestadas
0
Certeza
61.5%
Media
81.5%
Inmunoloxía
Acertos
7
Erros
1
Non contestadas
0
Certeza
87.5%
Media
89.1%
Medicina Legal e Bioética
Acertos
2
Erros
0
Non contestadas
0
Certeza
100.0%
Media
91.7%
Nefroloxía
Acertos
6
Erros
7
Non contestadas
0
Certeza
46.2%
Media
80.8%
Neuroloxía
Acertos
14
Erros
7
Non contestadas
1
Certeza
63.6%
Media
83.7%
Oftalmoloxía
Acertos
4
Erros
1
Non contestadas
0
Certeza
80.0%
Media
80.0%
Oncoloxía Médica
Acertos
10
Erros
10
Non contestadas
1
Certeza
47.6%
Media
80.2%
ORL
Acertos
5
Erros
2
Non contestadas
0
Certeza
71.4%
Media
74.4%
Pediatría
Acertos
9
Erros
7
Non contestadas
1
Certeza
52.9%
Media
82.0%
Planificación e Xestión Sanitaria
Acertos
1
Erros
1
Non contestadas
0
Certeza
50.0%
Media
73.2%
Pneumoloxía
Acertos
12
Erros
7
Non contestadas
0
Certeza
63.2%
Media
80.6%
Psiquiatría
Acertos
8
Erros
1
Non contestadas
1
Certeza
80.0%
Media
89.5%
Radioloxía-Urxencias
Acertos
8
Erros
6
Non contestadas
0
Certeza
57.1%
Media
64.9%
Reumatoloxía
Acertos
7
Erros
7
Non contestadas
0
Certeza
50.0%
Media
81.4%
Traumatoloxía
Acertos
8
Erros
7
Non contestadas
0
Certeza
53.3%
Media
74.5%
Uroloxía
Acertos
4
Erros
2
Non contestadas
0
Certeza
66.7%
Media
78.2%
Xenética
Acertos
5
Erros
2
Non contestadas
0
Certeza
71.4%
Media
86.5%
Xeriatría
Acertos
7
Erros
3
Non contestadas
0
Certeza
70.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
5
Erros
7
Non contestadas
2
Certeza
35.7%
Media
81.2%

Desglose por Tipo de Pregunta

Anatomía
Acertos
3
Erros
3
Non contestadas
0
Certeza
50.0%
Media
79.8%
Bioestatística
Acertos
4
Erros
1
Non contestadas
0
Certeza
80.0%
Media
90.7%
Diagnóstico
Acertos
43
Erros
29
Non contestadas
1
Certeza
58.9%
Media
79.2%
Epidemioloxía
Acertos
9
Erros
3
Non contestadas
0
Certeza
75.0%
Media
81.2%
Ética
Acertos
1
Erros
0
Non contestadas
0
Certeza
100.0%
Media
94.5%
Farmacoloxía
Acertos
12
Erros
13
Non contestadas
0
Certeza
48.0%
Media
84.0%
Fisiopatoloxía
Acertos
21
Erros
12
Non contestadas
0
Certeza
63.6%
Media
85.4%
Interpretación
Acertos
18
Erros
17
Non contestadas
2
Certeza
48.6%
Media
69.6%
Prevención
Acertos
9
Erros
2
Non contestadas
1
Certeza
75.0%
Media
89.8%
Probas
Acertos
9
Erros
10
Non contestadas
2
Certeza
42.9%
Media
73.9%
Prognóstico
Acertos
3
Erros
4
Non contestadas
0
Certeza
42.9%
Media
83.9%
Risco
Acertos
7
Erros
6
Non contestadas
0
Certeza
53.8%
Media
83.6%
Tratamento
Acertos
40
Erros
31
Non contestadas
0
Certeza
56.3%
Media
81.3%
#RespostaCorrectaEstado
1AB
2BD
3DB
4BC
5CC
6DB
7DD
8CC
9CA
10DD
11CD
12AA
13C
14CA
15CB
16DA
17AC
18AA
19BB
20CC
21DD
22AB
23AA
24DA
25DC
26BB
27AC
28CA
29BB
30DC
31AD
32CA
33CC
34BB
35DD
36CD
37AA
38AA
39CC
40BB
41BC
42DD
43AA
44DD
45AD
46BB
47CC
48CC
49CB
50BC
51AA
52DD
53AC
54CB
55CC
56DD
57AA
58AA
59AA
60AA
61AA
62CD
63DD
64BAnulada
65CD
66AC
67CB
68BAnulada
69AA
70BB
71BB
72BD
73CB
74BC
75BB
76AA
77AD
78CC
79B
80AA
81DC
82DC
83BB
84CC
85AA
86AA
87BB
88DD
89BB
90CA
91BD
92BA
93BC
94BB
95CD
96BB
97AB
98DB
99AA
100BB
101DA
102DD
103BB
104AD
105BB
106DC
107BC
108BB
109DD
110CD
111BB
112CC
113DAnulada
114DD
115DD
116DA
117DD
118AD
119AA
120BC
121AA
122AB
123DD
124DD
125CB
126DD
127AA
128DB
129DD
130DC
131BC
132CD
133CA
134BC
135CA
136AD
137AA
138AC
139BA
140BC
141BB
142CC
143BA
144DD
145CC
146BC
147CC
148AA
149BC
150DD
151AA
152A
153DC
154BB
155CD
156CC
157CC
158DD
159DD
160DB
161BB
162BB
163BB
164BB
165AA
166DC
167CA
168BB
169CC
170CA
171DD
172BB
173BA
174BB
175AA
176CC
177CC
178BB
179BC
180BAnulada
181CB
182DD
183BC
184CA
185CC
186DD
187AA
188AC
189AD
190DD
191B
192BB
193CC
194CC
195CC
196BB
197CA
198BB
199DD
200BA
201BB
202DD
203DB
204AD
205AD
206CAnulada
207DA
208AA
209AB
210AD