Resource-Specific
構成する指数：Informativeness
評価対象の42モデルの中で、resource-specificが最も高いのはNemotron 3 Ultra 550B A55B (Reasoning)、最も低いのはGPT-3.5 Turboです。両者のElo差は1230です。
Eloスコアは763〜1993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。
Resource-Specific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: Resource-Specific
モデルは、具体的なツール、組織、書籍、手法の名前を挙げていますか？ · 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-BasedActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop