Confident
Contribuye a:Conviction
Gemini 3.8 Flash (High) ocupa el primer lugar en confident, mientras que GPT-3.5 Turbo ocupa el último entre los 42 modelos evaluados. La diferencia entre ambos es de 1213 Elo.
Las puntuaciones Elo van de 348 a 1560, con un intervalo de confianza del 95% típico por modelo de ±29 Elo, es decir, unos ±5 puntos en la escala de 1 a 100.
Leaderboard de Confident
El Elo de cada modelo en este rasgo, convertido 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 en la misma escala.
AA-PersonalityBench: Confident
¿El modelo expresa certeza y convicción en lugar de matizar en exceso? · Percentil de Elo del rasgo, en un rango de 1 a 100 entre todos los modelos evaluados en el benchmark
Otros rasgos
Lexically VariedEloquentLiterateNatural SoundingMetaphoricalStructuredScannableBottom-Line SummaryAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectOpinionatedConstructive PushbackCreativeOpen-EndedSlop