Flags Nuances
構成する指数：Transparency
評価対象の42モデルの中で、flags nuancesが最も高いのはBeam 1.0、最も低いのはGPT-3.5 Turboです。両者のElo差は1335です。
Eloスコアは−58〜1277の範囲で、モデルごとの95%信頼区間は通常±28 Elo、1〜100のスケールではおよそ±5ポイントです。
Flags Nuances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: Flags Nuances
モデルは複雑さや注意点、文脈によって変わる要素を指摘していますか？ · 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 AssumptionsSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop