Our new X account is live! Follow @wizwand_team for updates

Question Answering on PubMedQA (test)

81.8Accuracy

Med-PaLM 2

Updated 2d ago

Evaluation Results

Method
Med-PaLM 2 2023.05	81.8	-	-	-	-	-	-	-
DEEPMED-14B-RL 2026.01	81.8	-	-	-	-	-	-	-
GPT-4 2022.07	81.2	-	-	-	-	-	-	-
Med-PaLM 2 2025.12	81	-	-	-	-	-	-	-
GPT-4 2025.12	81	-	-	-	-	-	-	-
AlphaMed-70B 2026.01	80.9	-	-	-	-	-	-	-
HuatuoGPT-o1-70B 2026.01	80.6	-	-	-	-	-	-	-
GPT-4-base 2023.05	80.4	-	-	-	-	-	-	-
DEEPMED-14B-SFT 2026.01	80.4	-	-	-	-	-	-	-
BaiChuan-M2-32B 2026.01	79.2	-	-	-	-	-	-	-
Flan-PaLM 2023.05	79	-	-	-	-	-	-	-
QuarkMed-32B 2026.01	79	-	-	-	-	-	-	-
Codex 5-shot CoT 2022.07	78.2	-	-	-	-	-	-	-
BioGPT 2022.07	78.2	-	-	-	-	-	-	-
BioGPT 2025.12	78.2	-	-	-	-	-	-	-
GPT-4 2025.12	78.2	-	-	-	-	-	-	-
Human (expert score) 2022.07	78	-	-	-	-	-	-	-
M1-1K-32B 2026.01	77.6	-	-	-	-	-	-	-
MedResaon-8B 2026.01	77.6	-	-	-	-	-	-	-
M1-1K-7B 2026.01	77.5	-	-	-	-	-	-	-
MedPalm v2 2022.07	77.4	-	-	-	-	-	-	-
Kimi-K2-Thinking-1TB 2026.01	76.6	-	-	-	-	-	-	-
Tongyi-DeepResearch-30BA3B 2026.01	76.2	-	-	-	-	-	-	-
Gemini2.5-Pro 2026.01	76	-	-	-	-	-	-	-
Qwen3-30BA3B-Thinking 2026.01	76	-	-	-	-	-	-	-
Deepseek-v3.2-685B 2026.01	75.8	-	-	-	-	-	-	-
Qwen3-14B 2026.01	75.4	-	-	-	-	-	-	-
GPT-4 2023.05	75.2	-	-	-	-	-	-	-
Med-PaLM 2 2023.05	75	-	-	-	-	-	-	-
DRAGON 2022.10	73.4	-	-	-	-	-	-	-
GPT-3.5 Turbo 1106 2024.02	72.66	-	-	-	-	-	-	-
BioLinkBERT + GreaseLM 2022.10	72.4	-	-	-	-	-	-	-
BioLinkBERT 2022.10	72.2	-	-	-	-	-	-	-
Mistral 7B Instruct 2024.02	72.2	-	-	-	-	-	-	-
BioLinkBERT + QAGNN 2022.10	72.1	-	-	-	-	-	-	-
LLaMA 2 + RAG 2025.12	71.8	-	-	-	-	-	-	-
LLaMA 2 + RAG 2025.12	71.8	-	-	-	-	-	-	-
BioMistral 7B DARE 2024.02	70	-	-	-	-	-	-	-
Falcon + RAG 2025.12	68.9	-	-	-	-	-	-	-
BioMistral 7B SLERP 2024.02	68.1	-	-	-	-	-	-	-
BioBERT 2025.12	68.1	-	-	-	-	-	-	-
BioMistral 7B Ensemble 2024.02	68	-	-	-	-	-	-	-
LLaMA 2 2025.12	64.3	-	-	-	-	-	-	-
TEP 2026.01	62.02	-	-	-	-	-	-	-
Falcon 2025.12	61.2	-	-	-	-	-	-	-
DSPy 2026.01	60.26	-	-	-	-	-	-	-
BioBERT 2022.10	60.2	-	-	-	-	-	-	-
HBC 2026.01	58.8	-	-	-	-	-	-	-
BioMedGPT-LM-7B 2024.02	58.6	-	-	-	-	-	-	-
CoT 2026.01	57.34	-	-	-	-	-	-	-
TextGrad 2026.01	56.96	-	-	-	-	-	-	-
RAAT + DTA 2025.05	56.6	59.1	56.2	57.6	52.1	57.5	54.5	-
TextGrad 2026.01	56.12	-	-	-	-	-	-	-
MedAlpaca 7B 2024.02	56	-	-	-	-	-	-	-
MediTron-7B 2024.02	55.9	-	-	-	-	-	-	-
PubmedBERT 2022.10	55.8	-	-	-	-	-	-	-
XTF 2026.02	55.7	-	-	-	-	-	-	-
XTF 2026.02	55.6	-	-	-	-	-	-	-
LLaMA 2 2025.12	55.4	-	-	-	-	-	-	-
SFT (DataFlow-Knowledge) 2025.12	53.4	-	-	-	-	-	-	-
PMC-LLAMA 7B 2024.02	53.3	-	-	-	-	-	-	-
Falcon 2025.12	52.1	-	-	-	-	-	-	-
XTF 2026.02	50.8	-	-	-	-	-	-	-
Llama-2-7B 2025.05	50.7	78.7	50.7	61.6	0	0	0	-
RAAT + Consistency 2025.05	48.8	68.9	48.5	56.9	12.3	52.2	19.9	-
Normal 2026.02	48.5	-	-	-	-	-	-	-
RAAT + ICL 2025.05	47.1	73.1	47.1	57.2	0	0	0	-
RAAT 2025.05	46.8	72.6	46.8	56.9	0	0	0	-
RAAT + P(True) 2025.05	46.7	63.5	48.1	54.7	16.3	38.9	22.9	-
RAAT + Logits 2025.05	45.1	56.2	44.3	49.5	25	48.6	33	-
BioMistral 7B TIES 2024.02	44.3	-	-	-	-	-	-	-
RAG 2025.12	43.33	-	-	-	-	-	-	-
XTF 2026.02	41.7	-	-	-	-	-	-	-
XTF 2026.02	37.9	-	-	-	-	-	-	-
BioMistral 7B 2024.02	37.6	-	-	-	-	-	-	-
XTF 2026.02	36.5	-	-	-	-	-	-	-
CoT 2025.12	36.4	-	-	-	-	-	-	-
XTF 2026.02	32	-	-	-	-	-	-	-
XTF 2026.02	21.3	-	-	-	-	-	-	-
XTF 2026.02	21.3	-	-	-	-	-	-	-
XTF 2026.02	18.5	-	-	-	-	-	-	-
BioBERT 2026.01	-	-	-	-	-	-	-	90
Mamba 2026.01	-	-	-	-	-	-	-	85
Mamba-2 2026.01	-	-	-	-	-	-	-	87
Jamba 2026.01	-	-	-	-	-	-	-	89
BioMamba 2026.01	-	-	-	-	-	-	-	88
Hybridformer 2026.01	-	-	-	-	-	-	-	87.5
MambaFormer 2026.01	-	-	-	-	-	-	-	91.8
Oracle Router 2026.01	-	-	-	-	-	-	-	91.95