MedicalBenchmark
Sao10k: Llama 3 Euryale 70B v2.1 provider

Llama 3 Euryale 70B v2.1

225

#225 de 291 modelosMIR 2024

Puntuación neta

135.33 pts

Certeza

74.5%

Correctas / Incorrectas

149 / 41

Custo total

$0.28

Rendemento Xeral

(vs. media)
Certeza

74.5%

avg: 80.5%

Puntuación neta

135.33 pts

avg: 150.85 pts

Acertos

149

avg: 161

Erros

41

avg: 30

Custo total

$0.28

avg: $3.32

Tempo promedio de resposta

9.0s

avg: 16.4s

Tokens saíntes

88K

avg: 427K

Tokens de razoamento

0

avg: 310K

Confianza promedia

93.3%

avg: 95.4%

Desglose por Materia

Alerxoloxía
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
90.5%
Anestesioloxía e Reanimación
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
87.1%
Cardioloxía
Acertos
17
Erros
3
Non contestadas
1
Certeza
81.0%
Media
79.7%
Coidados Paliativos
Acertos
3
Erros
0
Non contestadas
1
Certeza
75.0%
Media
88.2%
Dermatoloxía
Acertos
9
Erros
4
Non contestadas
1
Certeza
64.3%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
15
Erros
3
Non contestadas
1
Certeza
78.9%
Media
84.2%
Enfermidades Infecciosas
Acertos
16
Erros
6
Non contestadas
1
Certeza
69.6%
Media
81.8%
Epidemioloxía
Acertos
6
Erros
2
Non contestadas
0
Certeza
75.0%
Media
89.3%
Estatística
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
91.1%
Farmacoloxía
Acertos
15
Erros
5
Non contestadas
3
Certeza
65.2%
Media
85.4%
Gastroenteroloxía
Acertos
16
Erros
5
Non contestadas
1
Certeza
72.7%
Media
70.5%
Hematoloxía
Acertos
8
Erros
5
Non contestadas
0
Certeza
61.5%
Media
81.5%
Inmunoloxía
Acertos
7
Erros
0
Non contestadas
1
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
8
Erros
4
Non contestadas
1
Certeza
61.5%
Media
80.8%
Neuroloxía
Acertos
18
Erros
4
Non contestadas
0
Certeza
81.8%
Media
83.7%
Oftalmoloxía
Acertos
5
Erros
0
Non contestadas
0
Certeza
100.0%
Media
80.0%
Oncoloxía Médica
Acertos
17
Erros
3
Non contestadas
1
Certeza
81.0%
Media
80.2%
ORL
Acertos
4
Erros
3
Non contestadas
0
Certeza
57.1%
Media
74.4%
Pediatría
Acertos
14
Erros
3
Non contestadas
0
Certeza
82.4%
Media
82.0%
Planificación e Xestión Sanitaria
Acertos
1
Erros
1
Non contestadas
0
Certeza
50.0%
Media
73.2%
Pneumoloxía
Acertos
12
Erros
6
Non contestadas
1
Certeza
63.2%
Media
80.6%
Psiquiatría
Acertos
9
Erros
0
Non contestadas
1
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
9
Erros
6
Non contestadas
0
Certeza
60.0%
Media
74.5%
Uroloxía
Acertos
6
Erros
0
Non contestadas
0
Certeza
100.0%
Media
78.2%
Xenética
Acertos
5
Erros
2
Non contestadas
0
Certeza
71.4%
Media
86.5%
Xeriatría
Acertos
8
Erros
2
Non contestadas
0
Certeza
80.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
10
Erros
2
Non contestadas
2
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
1
Non contestadas
0
Certeza
80.0%
Media
90.7%
Diagnóstico
Acertos
51
Erros
19
Non contestadas
3
Certeza
69.9%
Media
79.2%
Epidemioloxía
Acertos
10
Erros
2
Non contestadas
0
Certeza
83.3%
Media
81.2%
Ética
Acertos
1
Erros
0
Non contestadas
0
Certeza
100.0%
Media
94.5%
Farmacoloxía
Acertos
15
Erros
7
Non contestadas
3
Certeza
60.0%
Media
84.0%
Fisiopatoloxía
Acertos
30
Erros
2
Non contestadas
1
Certeza
90.9%
Media
85.4%
Interpretación
Acertos
23
Erros
11
Non contestadas
3
Certeza
62.2%
Media
69.6%
Prevención
Acertos
12
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.8%
Probas
Acertos
15
Erros
5
Non contestadas
1
Certeza
71.4%
Media
73.9%
Prognóstico
Acertos
7
Erros
0
Non contestadas
0
Certeza
100.0%
Media
83.9%
Risco
Acertos
10
Erros
3
Non contestadas
0
Certeza
76.9%
Media
83.6%
Tratamento
Acertos
51
Erros
15
Non contestadas
5
Certeza
71.8%
Media
81.3%
#RespostaCorrectaEstado
1CB
2CD
3AB
4CC
5BC
6BB
7DD
8DC
9BA
10BD
11DD
12AA
13C
14AA
15DB
16AA
17CC
18AA
19BB
20CC
21DD
22BB
23AA
24BA
25AC
26BB
27CC
28AA
29BB
30CC
31DD
32AA
33BC
34BB
35DD
36D
37AA
38AA
39CC
40BB
41CC
42AD
43AA
44DD
45AD
46BB
47CC
48CC
49BB
50CC
51DA
52AD
53CC
54CB
55CC
56DD
57DA
58AA
59AA
60AA
61AA
62AD
63CD
64AAnulada
65DD
66CC
67DB
68CAnulada
69A
70BB
71BB
72D
73BB
74CC
75BB
76AA
77DD
78CC
79BB
80AA
81DC
82CC
83BB
84CC
85AA
86AA
87BB
88D
89BB
90AA
91DD
92AA
93CC
94BB
95DD
96BB
97AB
98DB
99AA
100CB
101AA
102DD
103BB
104DD
105CB
106CC
107CC
108BB
109DD
110DD
111BB
112CC
113Anulada
114DD
115DD
116AA
117DD
118DD
119AA
120CC
121AA
122BB
123D
124CD
125CB
126DD
127AA
128BB
129DD
130CC
131CC
132CD
133AA
134BC
135AA
136DD
137AA
138CC
139AA
140CC
141BB
142CC
143BA
144DD
145DC
146CC
147CC
148AA
149CC
150DD
151AA
152AA
153C
154BB
155DD
156CC
157CC
158DD
159DD
160CB
161BB
162BB
163BB
164BB
165A
166CC
167AA
168B
169CC
170CA
171BD
172BB
173DA
174BB
175AA
176DC
177DC
178DB
179CC
180DAnulada
181AB
182DD
183CC
184A
185CC
186DD
187AA
188CC
189AD
190DD
191BB
192BB
193CC
194CC
195CC
196BB
197AA
198BB
199DD
200AA
201BB
202DD
203CB
204DD
205AD
206CAnulada
207DA
208AA
209AB
210CD