MedicalBenchmark
Sao10K: Llama 3.1 Euryale 70B v2.2 provider

Llama 3.1 Euryale 70B v2.2

232

#232 de 291 modelosMIR 2024

Puntuación neta

125.00 pts

Certeza

70.0%

Correctas / Incorrectas

140 / 45

Custo total

$0.18

Rendemento Xeral

(vs. media)
Certeza

70.0%

avg: 80.5%

Puntuación neta

125.00 pts

avg: 150.85 pts

Acertos

140

avg: 161

Erros

45

avg: 30

Custo total

$0.18

avg: $3.32

Tempo promedio de resposta

21.1s

avg: 16.4s

Tokens saíntes

117K

avg: 427K

Tokens de razoamento

0

avg: 310K

Confianza promedia

92.7%

avg: 95.4%

Desglose por Materia

Alerxoloxía
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
90.5%
Anestesioloxía e Reanimación
Acertos
4
Erros
0
Non contestadas
0
Certeza
100.0%
Media
87.1%
Cardioloxía
Acertos
15
Erros
4
Non contestadas
2
Certeza
71.4%
Media
79.7%
Coidados Paliativos
Acertos
3
Erros
1
Non contestadas
0
Certeza
75.0%
Media
88.2%
Dermatoloxía
Acertos
10
Erros
3
Non contestadas
1
Certeza
71.4%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
16
Erros
3
Non contestadas
0
Certeza
84.2%
Media
84.2%
Enfermidades Infecciosas
Acertos
16
Erros
6
Non contestadas
1
Certeza
69.6%
Media
81.8%
Epidemioloxía
Acertos
6
Erros
0
Non contestadas
2
Certeza
75.0%
Media
89.3%
Estatística
Acertos
1
Erros
0
Non contestadas
2
Certeza
33.3%
Media
91.1%
Farmacoloxía
Acertos
16
Erros
6
Non contestadas
1
Certeza
69.6%
Media
85.4%
Gastroenteroloxía
Acertos
12
Erros
6
Non contestadas
4
Certeza
54.5%
Media
70.5%
Hematoloxía
Acertos
7
Erros
6
Non contestadas
0
Certeza
53.8%
Media
81.5%
Inmunoloxía
Acertos
8
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.1%
Medicina Legal e Bioética
Acertos
1
Erros
1
Non contestadas
0
Certeza
50.0%
Media
91.7%
Nefroloxía
Acertos
9
Erros
4
Non contestadas
0
Certeza
69.2%
Media
80.8%
Neuroloxía
Acertos
17
Erros
5
Non contestadas
0
Certeza
77.3%
Media
83.7%
Oftalmoloxía
Acertos
5
Erros
0
Non contestadas
0
Certeza
100.0%
Media
80.0%
Oncoloxía Médica
Acertos
15
Erros
3
Non contestadas
3
Certeza
71.4%
Media
80.2%
ORL
Acertos
5
Erros
1
Non contestadas
1
Certeza
71.4%
Media
74.4%
Pediatría
Acertos
11
Erros
4
Non contestadas
2
Certeza
64.7%
Media
82.0%
Planificación e Xestión Sanitaria
Acertos
1
Erros
0
Non contestadas
1
Certeza
50.0%
Media
73.2%
Pneumoloxía
Acertos
12
Erros
5
Non contestadas
2
Certeza
63.2%
Media
80.6%
Psiquiatría
Acertos
10
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.5%
Radioloxía-Urxencias
Acertos
6
Erros
4
Non contestadas
4
Certeza
42.9%
Media
64.9%
Reumatoloxía
Acertos
12
Erros
2
Non contestadas
0
Certeza
85.7%
Media
81.4%
Traumatoloxía
Acertos
9
Erros
3
Non contestadas
3
Certeza
60.0%
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
8
Erros
2
Non contestadas
0
Certeza
80.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
9
Erros
4
Non contestadas
1
Certeza
64.3%
Media
81.2%

Desglose por Tipo de Pregunta

Anatomía
Acertos
4
Erros
1
Non contestadas
1
Certeza
66.7%
Media
79.8%
Bioestatística
Acertos
2
Erros
0
Non contestadas
3
Certeza
40.0%
Media
90.7%
Diagnóstico
Acertos
54
Erros
13
Non contestadas
6
Certeza
74.0%
Media
79.2%
Epidemioloxía
Acertos
10
Erros
1
Non contestadas
1
Certeza
83.3%
Media
81.2%
Ética
Acertos
0
Erros
1
Non contestadas
0
Certeza
0.0%
Media
94.5%
Farmacoloxía
Acertos
18
Erros
7
Non contestadas
0
Certeza
72.0%
Media
84.0%
Fisiopatoloxía
Acertos
27
Erros
6
Non contestadas
0
Certeza
81.8%
Media
85.4%
Interpretación
Acertos
18
Erros
13
Non contestadas
6
Certeza
48.6%
Media
69.6%
Prevención
Acertos
9
Erros
1
Non contestadas
2
Certeza
75.0%
Media
89.8%
Probas
Acertos
12
Erros
5
Non contestadas
4
Certeza
57.1%
Media
73.9%
Prognóstico
Acertos
6
Erros
1
Non contestadas
0
Certeza
85.7%
Media
83.9%
Risco
Acertos
11
Erros
2
Non contestadas
0
Certeza
84.6%
Media
83.6%
Tratamento
Acertos
47
Erros
20
Non contestadas
4
Certeza
66.2%
Media
81.3%
#RespostaCorrectaEstado
1BB
2BD
3DB
4CC
5C
6BB
7DD
8CC
9CA
10DD
11D
12AA
13DC
14BA
15B
16BA
17CC
18BA
19BB
20DC
21D
22B
23AA
24A
25CC
26BB
27CC
28DA
29AB
30C
31DD
32AA
33CC
34DB
35DD
36DD
37AA
38AA
39CC
40BB
41C
42BD
43AA
44D
45D
46BB
47CC
48CC
49BB
50AC
51AA
52CD
53CC
54BB
55CC
56DD
57AA
58AA
59AA
60AA
61CA
62DD
63DD
64DAnulada
65DD
66CC
67CB
68BAnulada
69AA
70BB
71BB
72CD
73CB
74CC
75B
76AA
77DD
78CC
79AB
80AA
81CC
82CC
83BB
84CC
85AA
86AA
87BB
88DD
89BB
90AA
91DD
92DA
93AC
94BB
95DD
96BB
97BB
98BB
99A
100BB
101AA
102DD
103BB
104DD
105CB
106CC
107CC
108BB
109DD
110DD
111BB
112CC
113DAnulada
114DD
115AD
116BA
117DD
118DD
119AA
120CC
121AA
122BB
123CD
124AD
125CB
126DD
127AA
128DB
129DD
130CC
131AC
132D
133AA
134CC
135A
136DD
137AA
138CC
139AA
140CC
141BB
142CC
143BA
144DD
145AC
146AC
147CC
148AA
149AC
150DD
151AA
152AA
153DC
154BB
155BD
156CC
157CC
158DD
159DD
160BB
161BB
162BB
163BB
164DB
165AA
166CC
167AA
168BB
169CC
170CA
171AD
172BB
173CA
174BB
175AA
176CC
177AC
178DB
179CC
180BAnulada
181CB
182BD
183CC
184AA
185CC
186DD
187AA
188CC
189DD
190DD
191BB
192B
193DC
194CC
195CC
196BB
197AA
198BB
199CD
200AA
201BB
202DD
203BB
204DD
205BD
206CAnulada
207AA
208AA
209AB
210DD