List your company

Radiology Report Evaluation on RadEval Error Annotations (test)

33.22GREENGREEN
16.091220.538124.98529.4319Apr 3, 2026

Evaluation results

MethodLinks
GREENModel=GPT-4.1 mini, Prompt Mode=zero-shot2026.0433.22—————
GREENModel=Claude Sonnet 4.6 (low), Prompt Mode=zero-shot2026.0429.31—————
GREENModel=Gemini 3 Flash (low), Prompt Mode=zero-shot2026.0416.75—————
FineRadScoreModel=GPT-4.1 mini, Prompt Mode=zero-shot2026.04————17.25—
FineRadScoreModel=Gemini 3 Flash (low), Prompt Mode=zero-shot2026.04————18.1—
FineRadScoreModel=Claude Sonnet 4.6 (low), Prompt Mode=zero-shot2026.04————23.33—
GREEN F1Model=GPT-4.1 mini, Prompt Mode=zero-shot2026.04———44.41——
GREEN F1Model=Gemini 3 Flash (low), Prompt Mode=zero-shot2026.04———41.03——
GREEN F1Model=Claude Sonnet 4.6 (low), Prompt Mode=zero-shot2026.04———39.24——
GREEN-ECModel=GPT-4.1 mini, Prompt Mode=zero-shot2026.04——56.06———
GREEN-ECModel=Gemini 3 Flash (low), Prompt Mode=zero-shot2026.04——2.06———
GREEN-ECModel=Claude Sonnet 4.6 (low), Prompt Mode=zero-shot2026.04——51.03———
RadFactModel=GPT-4.1 mini, Prompt Mode=zero-shot2026.04—29.46————
VERTModel=GPT-4.1 mini, Prompt Mode=zero-shot2026.04—————37.1
VERTModel=Gemini 3 Flash (low), Prompt Mode=zero-shot2026.04—————19.37
VERTModel=Claude Sonnet 4.6 (low), Prompt Mode=zero-shot2026.04—————32.91