Slop
Contribuye a:Slop
Llama 4 Maverick ocupa el primer lugar en slop, mientras que GPT-6 Sol (Max) ocupa el último entre los 42 modelos evaluados. La diferencia entre ambos es de 1568 Elo.
Las puntuaciones Elo van de 609 a 2178, con un intervalo de confianza del 95% típico por modelo de ±35 Elo, es decir, unos ±3 puntos en la escala de 1 a 100.
Leaderboard de Slop
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: Slop
¿Cuánto relleno genérico o verborrea típica de la IA se podría eliminar sin perder sustancia? · 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 IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-Ended