MedicalBenchmark
Meta: Llama 3.2 11B Vision Instruct provider

Llama 3.2 11B Vision Instruct

274

#274 de 291 modelosMIR 2024

Puntuación neta

44.66 pts

Certeza

30.5%

Correctas / Incorrectas

61 / 49

Custo total

$0.04

Rendemento Xeral

(vs. media)
Certeza

30.5%

avg: 80.5%

Puntuación neta

44.66 pts

avg: 150.85 pts

Acertos

61

avg: 161

Erros

49

avg: 30

Custo total

$0.04

avg: $3.32

Tempo promedio de resposta

53.9s

avg: 16.4s

Tokens saíntes

207K

avg: 427K

Tokens de razoamento

0

avg: 310K

Confianza promedia

57.2%

avg: 95.4%

Desglose por Materia

Alerxoloxía
Acertos
0
Erros
0
Non contestadas
3
Certeza
0.0%
Media
90.5%
Anestesioloxía e Reanimación
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
87.1%
Cardioloxía
Acertos
6
Erros
5
Non contestadas
10
Certeza
28.6%
Media
79.7%
Coidados Paliativos
Acertos
0
Erros
0
Non contestadas
4
Certeza
0.0%
Media
88.2%
Dermatoloxía
Acertos
7
Erros
4
Non contestadas
3
Certeza
50.0%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
8
Erros
5
Non contestadas
6
Certeza
42.1%
Media
84.2%
Enfermidades Infecciosas
Acertos
6
Erros
7
Non contestadas
10
Certeza
26.1%
Media
81.8%
Epidemioloxía
Acertos
3
Erros
2
Non contestadas
3
Certeza
37.5%
Media
89.3%
Estatística
Acertos
1
Erros
1
Non contestadas
1
Certeza
33.3%
Media
91.1%
Farmacoloxía
Acertos
9
Erros
7
Non contestadas
7
Certeza
39.1%
Media
85.4%
Gastroenteroloxía
Acertos
3
Erros
5
Non contestadas
14
Certeza
13.6%
Media
70.5%
Hematoloxía
Acertos
3
Erros
2
Non contestadas
8
Certeza
23.1%
Media
81.5%
Inmunoloxía
Acertos
3
Erros
2
Non contestadas
3
Certeza
37.5%
Media
89.1%
Medicina Legal e Bioética
Acertos
1
Erros
0
Non contestadas
1
Certeza
50.0%
Media
91.7%
Nefroloxía
Acertos
4
Erros
2
Non contestadas
7
Certeza
30.8%
Media
80.8%
Neuroloxía
Acertos
9
Erros
4
Non contestadas
9
Certeza
40.9%
Media
83.7%
Oftalmoloxía
Acertos
3
Erros
0
Non contestadas
2
Certeza
60.0%
Media
80.0%
Oncoloxía Médica
Acertos
4
Erros
7
Non contestadas
10
Certeza
19.0%
Media
80.2%
ORL
Acertos
2
Erros
2
Non contestadas
3
Certeza
28.6%
Media
74.4%
Pediatría
Acertos
1
Erros
7
Non contestadas
9
Certeza
5.9%
Media
82.0%
Planificación e Xestión Sanitaria
Acertos
1
Erros
0
Non contestadas
1
Certeza
50.0%
Media
73.2%
Pneumoloxía
Acertos
4
Erros
0
Non contestadas
15
Certeza
21.1%
Media
80.6%
Psiquiatría
Acertos
5
Erros
1
Non contestadas
4
Certeza
50.0%
Media
89.5%
Radioloxía-Urxencias
Acertos
4
Erros
6
Non contestadas
4
Certeza
28.6%
Media
64.9%
Reumatoloxía
Acertos
7
Erros
0
Non contestadas
7
Certeza
50.0%
Media
81.4%
Traumatoloxía
Acertos
2
Erros
4
Non contestadas
9
Certeza
13.3%
Media
74.5%
Uroloxía
Acertos
0
Erros
3
Non contestadas
3
Certeza
0.0%
Media
78.2%
Xenética
Acertos
3
Erros
1
Non contestadas
3
Certeza
42.9%
Media
86.5%
Xeriatría
Acertos
5
Erros
0
Non contestadas
5
Certeza
50.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
2
Erros
5
Non contestadas
7
Certeza
14.3%
Media
81.2%

Desglose por Tipo de Pregunta

Anatomía
Acertos
2
Erros
1
Non contestadas
3
Certeza
33.3%
Media
79.8%
Bioestatística
Acertos
3
Erros
1
Non contestadas
1
Certeza
60.0%
Media
90.7%
Diagnóstico
Acertos
24
Erros
17
Non contestadas
32
Certeza
32.9%
Media
79.2%
Epidemioloxía
Acertos
3
Erros
3
Non contestadas
6
Certeza
25.0%
Media
81.2%
Ética
Acertos
0
Erros
0
Non contestadas
1
Certeza
0.0%
Media
94.5%
Farmacoloxía
Acertos
9
Erros
5
Non contestadas
11
Certeza
36.0%
Media
84.0%
Fisiopatoloxía
Acertos
11
Erros
9
Non contestadas
13
Certeza
33.3%
Media
85.4%
Interpretación
Acertos
12
Erros
12
Non contestadas
13
Certeza
32.4%
Media
69.6%
Prevención
Acertos
6
Erros
1
Non contestadas
5
Certeza
50.0%
Media
89.8%
Probas
Acertos
5
Erros
8
Non contestadas
8
Certeza
23.8%
Media
73.9%
Prognóstico
Acertos
2
Erros
2
Non contestadas
3
Certeza
28.6%
Media
83.9%
Risco
Acertos
5
Erros
1
Non contestadas
7
Certeza
38.5%
Media
83.6%
Tratamento
Acertos
17
Erros
19
Non contestadas
35
Certeza
23.9%
Media
81.3%
#RespostaCorrectaEstado
1BB
2D
3BB
4AC
5BC
6BB
7DD
8CC
9CA
10D
11AD
12BA
13BC
14A
15BB
16BA
17CC
18A
19AB
20CC
21AD
22B
23AA
24DA
25CC
26B
27DC
28A
29B
30C
31DD
32A
33C
34CB
35DD
36DD
37CA
38DA
39C
40B
41BC
42D
43AA
44AD
45D
46BB
47CC
48CC
49CB
50CC
51CA
52DD
53BC
54BB
55AC
56D
57CA
58A
59A
60AA
61A
62D
63DD
64BAnulada
65D
66C
67B
68BAnulada
69AA
70CB
71CB
72DD
73CB
74C
75B
76A
77BD
78DC
79CB
80AA
81DC
82CC
83B
84CC
85A
86A
87DB
88D
89BB
90AA
91D
92DA
93C
94B
95CD
96BB
97B
98B
99BA
100B
101A
102DD
103B
104CD
105B
106BC
107CC
108BB
109D
110D
111BB
112C
113Anulada
114DD
115DD
116A
117CD
118D
119A
120C
121A
122B
123D
124D
125BB
126D
127A
128B
129DD
130C
131AC
132D
133A
134C
135DA
136D
137A
138C
139AA
140CC
141B
142CC
143A
144D
145C
146C
147DC
148A
149C
150D
151A
152A
153BC
154BB
155D
156CC
157CC
158DD
159D
160B
161BB
162B
163B
164DB
165CA
166CC
167A
168BB
169CC
170CA
171CD
172BB
173A
174B
175AA
176CC
177C
178B
179CC
180Anulada
181B
182D
183C
184A
185C
186DD
187DA
188C
189BD
190DD
191B
192BB
193CC
194AC
195CC
196B
197DA
198B
199CD
200AA
201BB
202D
203CB
204DD
205AD
206Anulada
207A
208BA
209AB
210AD