MedicalBenchmark
Meta: Llama 3 70B Instruct provider

Llama 3 70B Instruct

214

#214 de 291 modelosMIR 2024

Puntuación neta

143.66 pts

Certeza

78.5%

Correctas / Incorrectas

157 / 40

Custo total

$0.10

Rendemento Xeral

(vs. media)
Certeza

78.5%

avg: 80.5%

Puntuación neta

143.66 pts

avg: 150.85 pts

Acertos

157

avg: 161

Erros

40

avg: 30

Custo total

$0.10

avg: $3.32

Tempo promedio de resposta

13.5s

avg: 16.4s

Tokens saíntes

72K

avg: 427K

Tokens de razoamento

0

avg: 310K

Confianza promedia

98.6%

avg: 95.4%

Desglose por Materia

Alerxoloxía
Acertos
3
Erros
0
Non contestadas
0
Certeza
100.0%
Media
90.5%
Anestesioloxía e Reanimación
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
87.1%
Cardioloxía
Acertos
19
Erros
2
Non contestadas
0
Certeza
90.5%
Media
79.7%
Coidados Paliativos
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
88.2%
Dermatoloxía
Acertos
11
Erros
3
Non contestadas
0
Certeza
78.6%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
15
Erros
3
Non contestadas
1
Certeza
78.9%
Media
84.2%
Enfermidades Infecciosas
Acertos
19
Erros
4
Non contestadas
0
Certeza
82.6%
Media
81.8%
Epidemioloxía
Acertos
8
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.3%
Estatística
Acertos
3
Erros
0
Non contestadas
0
Certeza
100.0%
Media
91.1%
Farmacoloxía
Acertos
20
Erros
3
Non contestadas
0
Certeza
87.0%
Media
85.4%
Gastroenteroloxía
Acertos
16
Erros
6
Non contestadas
0
Certeza
72.7%
Media
70.5%
Hematoloxía
Acertos
8
Erros
4
Non contestadas
1
Certeza
61.5%
Media
81.5%
Inmunoloxía
Acertos
6
Erros
1
Non contestadas
1
Certeza
75.0%
Media
89.1%
Medicina Legal e Bioética
Acertos
2
Erros
0
Non contestadas
0
Certeza
100.0%
Media
91.7%
Nefroloxía
Acertos
9
Erros
4
Non contestadas
0
Certeza
69.2%
Media
80.8%
Neuroloxía
Acertos
20
Erros
2
Non contestadas
0
Certeza
90.9%
Media
83.7%
Oftalmoloxía
Acertos
4
Erros
1
Non contestadas
0
Certeza
80.0%
Media
80.0%
Oncoloxía Médica
Acertos
17
Erros
4
Non contestadas
0
Certeza
81.0%
Media
80.2%
ORL
Acertos
6
Erros
1
Non contestadas
0
Certeza
85.7%
Media
74.4%
Pediatría
Acertos
15
Erros
2
Non contestadas
0
Certeza
88.2%
Media
82.0%
Planificación e Xestión Sanitaria
Acertos
1
Erros
0
Non contestadas
1
Certeza
50.0%
Media
73.2%
Pneumoloxía
Acertos
13
Erros
5
Non contestadas
1
Certeza
68.4%
Media
80.6%
Psiquiatría
Acertos
9
Erros
1
Non contestadas
0
Certeza
90.0%
Media
89.5%
Radioloxía-Urxencias
Acertos
9
Erros
5
Non contestadas
0
Certeza
64.3%
Media
64.9%
Reumatoloxía
Acertos
10
Erros
4
Non contestadas
0
Certeza
71.4%
Media
81.4%
Traumatoloxía
Acertos
11
Erros
4
Non contestadas
0
Certeza
73.3%
Media
74.5%
Uroloxía
Acertos
5
Erros
1
Non contestadas
0
Certeza
83.3%
Media
78.2%
Xenética
Acertos
6
Erros
1
Non contestadas
0
Certeza
85.7%
Media
86.5%
Xeriatría
Acertos
7
Erros
3
Non contestadas
0
Certeza
70.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
10
Erros
3
Non contestadas
1
Certeza
71.4%
Media
81.2%

Desglose por Tipo de Pregunta

Anatomía
Acertos
5
Erros
1
Non contestadas
0
Certeza
83.3%
Media
79.8%
Bioestatística
Acertos
4
Erros
0
Non contestadas
1
Certeza
80.0%
Media
90.7%
Diagnóstico
Acertos
61
Erros
12
Non contestadas
0
Certeza
83.6%
Media
79.2%
Epidemioloxía
Acertos
11
Erros
1
Non contestadas
0
Certeza
91.7%
Media
81.2%
Ética
Acertos
1
Erros
0
Non contestadas
0
Certeza
100.0%
Media
94.5%
Farmacoloxía
Acertos
20
Erros
5
Non contestadas
0
Certeza
80.0%
Media
84.0%
Fisiopatoloxía
Acertos
27
Erros
4
Non contestadas
2
Certeza
81.8%
Media
85.4%
Interpretación
Acertos
24
Erros
12
Non contestadas
1
Certeza
64.9%
Media
69.6%
Prevención
Acertos
11
Erros
0
Non contestadas
1
Certeza
91.7%
Media
89.8%
Probas
Acertos
13
Erros
8
Non contestadas
0
Certeza
61.9%
Media
73.9%
Prognóstico
Acertos
6
Erros
1
Non contestadas
0
Certeza
85.7%
Media
83.9%
Risco
Acertos
10
Erros
3
Non contestadas
0
Certeza
76.9%
Media
83.6%
Tratamento
Acertos
53
Erros
18
Non contestadas
0
Certeza
74.6%
Media
81.3%
#RespostaCorrectaEstado
1BB
2CD
3DB
4CC
5DC
6BB
7DD
8CC
9BA
10DD
11DD
12AA
13CC
14DA
15BB
16BA
17CC
18AA
19BB
20CC
21DD
22BB
23AA
24CA
25AC
26BB
27DC
28DA
29BB
30CC
31DD
32AA
33CC
34DB
35DD
36DD
37AA
38A
39CC
40BB
41CC
42DD
43AA
44DD
45DD
46BB
47CC
48CC
49BB
50CC
51AA
52DD
53CC
54CB
55CC
56DD
57DA
58AA
59CA
60AA
61AA
62DD
63DD
64BAnulada
65DD
66CC
67AB
68CAnulada
69AA
70BB
71BB
72DD
73CB
74CC
75BB
76AA
77DD
78CC
79BB
80AA
81CC
82AC
83BB
84CC
85AA
86AA
87BB
88DD
89BB
90AA
91DD
92AA
93CC
94BB
95DD
96BB
97BB
98DB
99AA
100BB
101AA
102DD
103BB
104DD
105BB
106CC
107CC
108BB
109AD
110DD
111BB
112CC
113BAnulada
114DD
115DD
116AA
117DD
118DD
119CA
120CC
121AA
122BB
123CD
124AD
125AB
126DD
127AA
128BB
129DD
130CC
131AC
132CD
133CA
134CC
135AA
136DD
137AA
138CC
139AA
140CC
141BB
142CC
143BA
144DD
145DC
146BC
147CC
148AA
149AC
150DD
151AA
152AA
153DC
154BB
155D
156CC
157CC
158DD
159DD
160CB
161BB
162AB
163BB
164DB
165AA
166CC
167DA
168BB
169DC
170AA
171DD
172BB
173DA
174BB
175AA
176CC
177CC
178BB
179CC
180BAnulada
181AB
182DD
183CC
184CA
185CC
186DD
187AA
188CC
189BD
190DD
191BB
192B
193CC
194CC
195CC
196BB
197AA
198BB
199DD
200AA
201BB
202DD
203BB
204DD
205BD
206CAnulada
207DA
208AA
209DB
210AD