Lexically Varied
Contribuye a:Expressiveness
Claude Fable 5.1 (Max, Default Fallback) ocupa el primer lugar en lexically varied, mientras que GPT-3.5 Turbo ocupa el último entre los 42 modelos evaluados. La diferencia entre ambos es de 2433 Elo.
Las puntuaciones Elo van de −566 a 1868, con un intervalo de confianza del 95% típico por modelo de ±32 Elo, es decir, unos ±3 puntos en la escala de 1 a 100.
Leaderboard de Lexically Varied
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: Lexically Varied
¿La respuesta varía el vocabulario y la redacción en lugar de caer en patrones repetitivos? · Percentil de Elo del rasgo, en un rango de 1 a 100 entre todos los modelos evaluados en el benchmark
Otros rasgos
EloquentLiterateNatural SoundingMetaphoricalStructuredScannableBottom-Line SummaryAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop