MedicalBenchmark
Meta: Llama 3 8B Instruct provider

Llama 3 8B Instruct

260

#260 de 291 modelosMIR 2024

Puntuación neta

65.33 pts

Certeza

46.5%

Correctas / Incorrectas

93 / 83

Custo total

$0.01

Rendemento Xeral

(vs. media)
Certeza

46.5%

avg: 80.5%

Puntuación neta

65.33 pts

avg: 150.85 pts

Acertos

93

avg: 161

Erros

83

avg: 30

Custo total

$0.01

avg: $3.32

Tempo promedio de resposta

13.1s

avg: 16.4s

Tokens saíntes

100K

avg: 427K

Tokens de razoamento

0

avg: 310K

Confianza promedia

84.2%

avg: 95.4%

Desglose por Materia

Alerxoloxía
Acertos
2
Erros
0
Non contestadas
1
Certeza
66.7%
Media
90.5%
Anestesioloxía e Reanimación
Acertos
2
Erros
1
Non contestadas
1
Certeza
50.0%
Media
87.1%
Cardioloxía
Acertos
10
Erros
7
Non contestadas
4
Certeza
47.6%
Media
79.7%
Coidados Paliativos
Acertos
1
Erros
3
Non contestadas
0
Certeza
25.0%
Media
88.2%
Dermatoloxía
Acertos
3
Erros
7
Non contestadas
4
Certeza
21.4%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
8
Erros
7
Non contestadas
4
Certeza
42.1%
Media
84.2%
Enfermidades Infecciosas
Acertos
7
Erros
11
Non contestadas
5
Certeza
30.4%
Media
81.8%
Epidemioloxía
Acertos
5
Erros
3
Non contestadas
0
Certeza
62.5%
Media
89.3%
Estatística
Acertos
1
Erros
2
Non contestadas
0
Certeza
33.3%
Media
91.1%
Farmacoloxía
Acertos
12
Erros
6
Non contestadas
5
Certeza
52.2%
Media
85.4%
Gastroenteroloxía
Acertos
9
Erros
10
Non contestadas
3
Certeza
40.9%
Media
70.5%
Hematoloxía
Acertos
7
Erros
4
Non contestadas
2
Certeza
53.8%
Media
81.5%
Inmunoloxía
Acertos
4
Erros
3
Non contestadas
1
Certeza
50.0%
Media
89.1%
Medicina Legal e Bioética
Acertos
1
Erros
1
Non contestadas
0
Certeza
50.0%
Media
91.7%
Nefroloxía
Acertos
4
Erros
7
Non contestadas
2
Certeza
30.8%
Media
80.8%
Neuroloxía
Acertos
12
Erros
9
Non contestadas
1
Certeza
54.5%
Media
83.7%
Oftalmoloxía
Acertos
2
Erros
3
Non contestadas
0
Certeza
40.0%
Media
80.0%
Oncoloxía Médica
Acertos
12
Erros
8
Non contestadas
1
Certeza
57.1%
Media
80.2%
ORL
Acertos
3
Erros
4
Non contestadas
0
Certeza
42.9%
Media
74.4%
Pediatría
Acertos
8
Erros
7
Non contestadas
2
Certeza
47.1%
Media
82.0%
Planificación e Xestión Sanitaria
Acertos
1
Erros
0
Non contestadas
1
Certeza
50.0%
Media
73.2%
Pneumoloxía
Acertos
11
Erros
7
Non contestadas
1
Certeza
57.9%
Media
80.6%
Psiquiatría
Acertos
8
Erros
1
Non contestadas
1
Certeza
80.0%
Media
89.5%
Radioloxía-Urxencias
Acertos
9
Erros
5
Non contestadas
0
Certeza
64.3%
Media
64.9%
Reumatoloxía
Acertos
6
Erros
5
Non contestadas
3
Certeza
42.9%
Media
81.4%
Traumatoloxía
Acertos
4
Erros
10
Non contestadas
1
Certeza
26.7%
Media
74.5%
Uroloxía
Acertos
2
Erros
4
Non contestadas
0
Certeza
33.3%
Media
78.2%
Xenética
Acertos
5
Erros
0
Non contestadas
2
Certeza
71.4%
Media
86.5%
Xeriatría
Acertos
6
Erros
3
Non contestadas
1
Certeza
60.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
9
Erros
5
Non contestadas
0
Certeza
64.3%
Media
81.2%

Desglose por Tipo de Pregunta

Anatomía
Acertos
2
Erros
4
Non contestadas
0
Certeza
33.3%
Media
79.8%
Bioestatística
Acertos
2
Erros
2
Non contestadas
1
Certeza
40.0%
Media
90.7%
Diagnóstico
Acertos
39
Erros
29
Non contestadas
5
Certeza
53.4%
Media
79.2%
Epidemioloxía
Acertos
6
Erros
5
Non contestadas
1
Certeza
50.0%
Media
81.2%
Ética
Acertos
0
Erros
1
Non contestadas
0
Certeza
0.0%
Media
94.5%
Farmacoloxía
Acertos
10
Erros
8
Non contestadas
7
Certeza
40.0%
Media
84.0%
Fisiopatoloxía
Acertos
12
Erros
13
Non contestadas
8
Certeza
36.4%
Media
85.4%
Interpretación
Acertos
15
Erros
19
Non contestadas
3
Certeza
40.5%
Media
69.6%
Prevención
Acertos
6
Erros
4
Non contestadas
2
Certeza
50.0%
Media
89.8%
Probas
Acertos
12
Erros
7
Non contestadas
2
Certeza
57.1%
Media
73.9%
Prognóstico
Acertos
7
Erros
0
Non contestadas
0
Certeza
100.0%
Media
83.9%
Risco
Acertos
8
Erros
2
Non contestadas
3
Certeza
61.5%
Media
83.6%
Tratamento
Acertos
30
Erros
34
Non contestadas
7
Certeza
42.3%
Media
81.3%
#RespostaCorrectaEstado
1BB
2DD
3BB
4C
5CC
6BB
7DD
8CC
9CA
10DD
11DD
12AA
13C
14DA
15DB
16A
17CC
18AA
19CB
20AC
21CD
22CB
23BA
24BA
25AC
26B
27AC
28A
29AB
30BC
31CD
32CA
33C
34BB
35DD
36BD
37CA
38A
39CC
40BB
41BC
42D
43DA
44AD
45AD
46BB
47CC
48CC
49BB
50C
51AA
52DD
53C
54BB
55CC
56DD
57DA
58CA
59BA
60AA
61BA
62CD
63CD
64BAnulada
65DD
66CC
67CB
68CAnulada
69AA
70BB
71BB
72CD
73DB
74CC
75BB
76BA
77BD
78BC
79CB
80AA
81CC
82CC
83BB
84CC
85A
86AA
87CB
88DD
89BB
90AA
91DD
92DA
93C
94BB
95CD
96BB
97AB
98CB
99AA
100DB
101DA
102DD
103BB
104CD
105DB
106CC
107C
108BB
109AD
110DD
111B
112BC
113AAnulada
114DD
115D
116A
117DD
118DD
119CA
120CC
121AA
122BB
123CD
124DD
125CB
126AD
127AA
128CB
129DD
130C
131BC
132DD
133AA
134CC
135BA
136CD
137CA
138CC
139AA
140BC
141BB
142DC
143CA
144CD
145DC
146BC
147CC
148AA
149CC
150DD
151AA
152AA
153BC
154BB
155DD
156BC
157AC
158DD
159DD
160AB
161BB
162BB
163BB
164AB
165CA
166DC
167DA
168B
169AC
170CA
171D
172BB
173A
174BB
175AA
176BC
177AC
178BB
179CC
180BAnulada
181BB
182BD
183BC
184BA
185CC
186DD
187BA
188C
189AD
190DD
191BB
192B
193DC
194DC
195AC
196BB
197CA
198BB
199CD
200BA
201B
202DD
203BB
204D
205BD
206CAnulada
207AA
208CA
209BB
210CD