Admits Uncertainty
構成する指数：Transparency
評価対象の42モデルの中で、admits uncertaintyが最も高いのはClaude Sonnet 5.5 (Max, Default Fallback)、最も低いのはGemini 3.1 Pro Previewです。両者のElo差は870です。
Eloスコアは207〜1076の範囲で、モデルごとの95%信頼区間は通常±30 Elo、1〜100のスケールではおよそ±5ポイントです。
Admits Uncertaintyのリーダーボード
この特性における各モデルのEloを、ベンチマークで評価したすべてのモデルにわたる1〜100のパーセンタイル順位にしたものです。ひげは各モデルの95%信頼区間を同じスケールで示します。
AA-PersonalityBench: Admits Uncertainty
分からない場合や答えが本当に不確かな場合に、モデルはそう伝えていますか？ · 特性のEloを、ベンチマークで評価したすべてのモデルにわたる1〜100のパーセンタイル順位にしたもの
その他の特性
Lexically VariedEloquentLiterateNatural SoundingMetaphoricalStructuredScannableBottom-Line SummaryAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop