MedicalBenchmark
Sao10K: Llama 3.3 Euryale 70B provider

Llama 3.3 Euryale 70B

185

#185 de 291 modelosMIR 2024

Puntuación neta

156.33 pts

Certeza

82.5%

Correctas / Incorrectas

165 / 26

Custo total

$0.17

Rendemento Xeral

(vs. media)
Certeza

82.5%

avg: 80.5%

Puntuación neta

156.33 pts

avg: 150.85 pts

Acertos

165

avg: 161

Erros

26

avg: 30

Custo total

$0.17

avg: $3.32

Tempo promedio de resposta

20.9s

avg: 16.4s

Tokens saíntes

128K

avg: 427K

Tokens de razoamento

0

avg: 310K

Confianza promedia

94.2%

avg: 95.4%

Desglose por Materia

Alerxoloxía
Acertos
3
Erros
0
Non contestadas
0
Certeza
100.0%
Media
90.5%
Anestesioloxía e Reanimación
Acertos
4
Erros
0
Non contestadas
0
Certeza
100.0%
Media
87.1%
Cardioloxía
Acertos
17
Erros
2
Non contestadas
2
Certeza
81.0%
Media
79.7%
Coidados Paliativos
Acertos
4
Erros
0
Non contestadas
0
Certeza
100.0%
Media
88.2%
Dermatoloxía
Acertos
12
Erros
1
Non contestadas
1
Certeza
85.7%
Media
80.2%
Endocrinoloxía e Nutrición
Acertos
17
Erros
2
Non contestadas
0
Certeza
89.5%
Media
84.2%
Enfermidades Infecciosas
Acertos
19
Erros
3
Non contestadas
1
Certeza
82.6%
Media
81.8%
Epidemioloxía
Acertos
7
Erros
1
Non contestadas
0
Certeza
87.5%
Media
89.3%
Estatística
Acertos
2
Erros
1
Non contestadas
0
Certeza
66.7%
Media
91.1%
Farmacoloxía
Acertos
23
Erros
0
Non contestadas
0
Certeza
100.0%
Media
85.4%
Gastroenteroloxía
Acertos
16
Erros
4
Non contestadas
2
Certeza
72.7%
Media
70.5%
Hematoloxía
Acertos
11
Erros
1
Non contestadas
1
Certeza
84.6%
Media
81.5%
Inmunoloxía
Acertos
8
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.1%
Medicina Legal e Bioética
Acertos
2
Erros
0
Non contestadas
0
Certeza
100.0%
Media
91.7%
Nefroloxía
Acertos
11
Erros
1
Non contestadas
1
Certeza
84.6%
Media
80.8%
Neuroloxía
Acertos
19
Erros
2
Non contestadas
1
Certeza
86.4%
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
4
Erros
2
Non contestadas
1
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
13
Erros
4
Non contestadas
2
Certeza
68.4%
Media
80.6%
Psiquiatría
Acertos
10
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.5%
Radioloxía-Urxencias
Acertos
10
Erros
2
Non contestadas
2
Certeza
71.4%
Media
64.9%
Reumatoloxía
Acertos
11
Erros
1
Non contestadas
2
Certeza
78.6%
Media
81.4%
Traumatoloxía
Acertos
11
Erros
3
Non contestadas
1
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
9
Erros
1
Non contestadas
0
Certeza
90.0%
Media
86.9%
Xinecoloxía e Obstetricia
Acertos
13
Erros
1
Non contestadas
0
Certeza
92.9%
Media
81.2%

Desglose por Tipo de Pregunta

Anatomía
Acertos
6
Erros
0
Non contestadas
0
Certeza
100.0%
Media
79.8%
Bioestatística
Acertos
4
Erros
1
Non contestadas
0
Certeza
80.0%
Media
90.7%
Diagnóstico
Acertos
57
Erros
9
Non contestadas
7
Certeza
78.1%
Media
79.2%
Epidemioloxía
Acertos
9
Erros
3
Non contestadas
0
Certeza
75.0%
Media
81.2%
Ética
Acertos
1
Erros
0
Non contestadas
0
Certeza
100.0%
Media
94.5%
Farmacoloxía
Acertos
22
Erros
2
Non contestadas
1
Certeza
88.0%
Media
84.0%
Fisiopatoloxía
Acertos
29
Erros
3
Non contestadas
1
Certeza
87.9%
Media
85.4%
Interpretación
Acertos
25
Erros
6
Non contestadas
6
Certeza
67.6%
Media
69.6%
Prevención
Acertos
12
Erros
0
Non contestadas
0
Certeza
100.0%
Media
89.8%
Probas
Acertos
15
Erros
4
Non contestadas
2
Certeza
71.4%
Media
73.9%
Prognóstico
Acertos
7
Erros
0
Non contestadas
0
Certeza
100.0%
Media
83.9%
Risco
Acertos
11
Erros
1
Non contestadas
1
Certeza
84.6%
Media
83.6%
Tratamento
Acertos
59
Erros
12
Non contestadas
0
Certeza
83.1%
Media
81.3%
#RespostaCorrectaEstado
1BB
2D
3BB
4CC
5CC
6BB
7DD
8CC
9BA
10D
11DD
12AA
13C
14DA
15B
16AA
17CC
18A
19BB
20CC
21DD
22BB
23AA
24CA
25C
26BB
27DC
28DA
29BB
30CC
31DD
32AA
33CC
34DB
35DD
36DD
37AA
38AA
39CC
40BB
41CC
42DD
43AA
44DD
45AD
46BB
47CC
48CC
49BB
50CC
51AA
52DD
53CC
54BB
55CC
56AD
57AA
58AA
59CA
60AA
61A
62DD
63DD
64BAnulada
65DD
66CC
67DB
68Anulada
69AA
70BB
71BB
72DD
73BB
74CC
75BB
76AA
77DD
78CC
79BB
80AA
81CC
82CC
83BB
84CC
85AA
86AA
87BB
88DD
89BB
90AA
91AD
92AA
93CC
94BB
95DD
96BB
97BB
98AB
99AA
100BB
101AA
102DD
103BB
104DD
105AB
106CC
107CC
108BB
109DD
110DD
111CB
112CC
113DAnulada
114DD
115DD
116A
117DD
118DD
119CA
120CC
121AA
122BB
123DD
124AD
125CB
126DD
127AA
128DB
129DD
130CC
131CC
132CD
133AA
134BC
135AA
136DD
137AA
138CC
139AA
140CC
141BB
142CC
143AA
144DD
145CC
146BC
147CC
148AA
149CC
150DD
151AA
152AA
153CC
154AB
155DD
156CC
157CC
158DD
159DD
160CB
161BB
162BB
163BB
164BB
165AA
166CC
167AA
168BB
169CC
170AA
171BD
172BB
173A
174BB
175AA
176CC
177CC
178BB
179CC
180BAnulada
181CB
182DD
183CC
184AA
185CC
186DD
187AA
188CC
189DD
190DD
191BB
192BB
193CC
194CC
195CC
196BB
197AA
198BB
199DD
200AA
201BB
202DD
203AB
204DD
205DD
206CAnulada
207AA
208AA
209B
210DD