AA-PersonalityBench

Índice Imagination

Pensamiento creativo, exploratorio y abierto. El índice convierte el Elo de cada rasgo componente en una puntuación z entre todos los modelos evaluados en el benchmark, calcula la media con los rasgos invertidos entrando en negativo y convierte el resultado en un rango percentil de 1 a 100.

Rasgos que lo componen:CreativeOpen-Ended
Muse Spark 1.3 (Max) ocupa el primer lugar en imagination, mientras que GPT-3.5 Turbo ocupa el último entre los 42 modelos evaluados.
En los 2 rasgos de este índice, las puntuaciones Elo promedio van de −107 a 1403, con un intervalo de confianza del 95% típico por modelo de ±32 Elo, es decir, unos ±4 puntos en la escala de 1 a 100.

Leaderboard de Imagination

La media de las puntuaciones z de Elo de los rasgos de cada modelo, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark. Los bigotes muestran el intervalo de confianza del 95% de cada modelo.

AA-PersonalityBench: índice Imagination

Pensamiento creativo, exploratorio y abierto · Media de las puntuaciones z de Elo de cada modelo en creative y open-ended · Rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark

Rasgos componentes

Imagination se construye a partir del Elo, convertido en puntuación z, de 2 rasgos. Abre cualquier rasgo para ver su leaderboard completo.

Creative

Open-Ended

Leaderboards de rasgos

El percentil de Elo de cada rasgo componente, de 1 a 100 entre todos los modelos evaluados en el benchmark.

AA-PersonalityBench: Creative

¿La respuesta ofrece enfoques imaginativos, originales o inesperados? · Percentil de Elo del rasgo, en un rango de 1 a 100 entre todos los modelos evaluados en el benchmark

Otros índices

ExpressivenessOrganizationInformativenessTransparencyWarmthConvictionSlop