Natural Sounding
Contribuye a:Expressiveness
GLM-5.3 (Max) ocupa el primer lugar en natural sounding, mientras que Nemotron 3 Ultra 550B A55B (Reasoning) ocupa el último entre los 42 modelos evaluados. La diferencia entre ambos es de 1566 Elo.
Las puntuaciones Elo van de −77 a 1488, con un intervalo de confianza del 95% típico por modelo de ±31 Elo, es decir, unos ±4 puntos en la escala de 1 a 100.
Leaderboard de Natural Sounding
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: Natural Sounding
¿La respuesta suena como una persona hablando y no como una plantilla rígida? · Percentil de Elo del rasgo, en un rango de 1 a 100 entre todos los modelos evaluados en el benchmark
Otros rasgos
Lexically VariedEloquentLiterateMetaphoricalStructuredScannableBottom-Line SummaryAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop