Open-Ended
構成する指数：Imagination
評価対象の42モデルの中で、open-endedが最も高いのはMuse Spark 1.3 (Max)、最も低いのはGPT-3.5 Turboです。両者のElo差は1072です。
Eloスコアは173〜1245の範囲で、モデルごとの95%信頼区間は通常±31 Elo、1〜100のスケールではおよそ±4ポイントです。
Open-Ended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: Open-Ended
回答は、質問を完結したものとして扱うのではなく、さらなる探求を促していますか？ · 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 AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeSlop