Índice Transparency
Veraz, reconoce la incertidumbre, no adulador. 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.
Leaderboard de Transparency
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 Transparency
Rasgos componentes
Transparency se construye a partir del Elo, convertido en puntuación z, de 5 rasgos. Sycophantic entra invertido, así que una menor presencia del rasgo eleva el índice. Abre cualquier rasgo para ver su leaderboard completo.
Leaderboards de rasgos
El percentil de Elo de cada rasgo componente, de 1 a 100 entre todos los modelos evaluados en el benchmark.