Friendly
Contribuye a:Warmth
Muse Spark 1.3 (Max) ocupa el primer lugar en friendly, mientras que Nemotron 3 Ultra 550B A55B (Reasoning) ocupa el último entre los 42 modelos evaluados. La diferencia entre ambos es de 1003 Elo.
Las puntuaciones Elo van de 519 a 1521, 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 Friendly
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: Friendly
¿La respuesta transmite calidez y cercanía sin parecer fingida? · 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 NuancesSycophanticHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop