Pragmatic
構成する指数：Informativeness
評価対象の42モデルの中で、pragmaticが最も高いのはMuse Wonder (Max)、最も低いのはGPT-3.5 Turboです。両者のElo差は2071です。
Eloスコアは−611〜1460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±4ポイントです。
Pragmatic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: Pragmatic
モデルは教科書的な理想より、現実の制約の中で機能することを優先していますか？ · 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 GuidanceTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop