Direct
構成する指数：Conviction
評価対象の42モデルの中で、directが最も高いのはGPT-6 Sol (Max)、最も低いのはK2 Horizon 375B A23Bです。両者のElo差は871です。
Eloスコアは305〜1176の範囲で、モデルごとの95%信頼区間は通常±32 Elo、1〜100のスケールではおよそ±5ポイントです。
Direct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: Direct
モデルは不要な前置きなしに、すぐ本題に入っていますか？ · 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 GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop