Answer First
構成する指数：Organization
評価対象の42モデルの中で、answer firstが最も高いのはGrok 4.5 (High)、最も低いのはNemotron 3 Ultra 550B A55B (Reasoning)です。両者のElo差は681です。
Eloスコアは377〜1058の範囲で、モデルごとの95%信頼区間は通常±25 Elo、1〜100のスケールではおよそ±7ポイントです。
Answer First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: Answer First
背景や理由、注意点より先に、モデルは直接的な答えから始めていますか？ · 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 SummaryInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop