Literate
Contribuye a:Expressiveness
Claude Haiku 5.5 (Max) ocupa el primer lugar en literate, mientras que GPT-3.5 Turbo ocupa el último entre los 42 modelos evaluados. La diferencia entre ambos es de 864 Elo.
Las puntuaciones Elo van de 206 a 1070, 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 Literate
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: Literate
¿La escritura es técnicamente sólida: gramática, puntuación y elección precisa de palabras? · Percentil de Elo del rasgo, en un rango de 1 a 100 entre todos los modelos evaluados en el benchmark
Otros rasgos
Lexically VariedEloquentNatural SoundingMetaphoricalStructuredScannableBottom-Line SummaryAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop