Slop
構成する指数：Slop
評価対象の42モデルの中で、slopが最も高いのはLlama 4 Maverick、最も低いのはGPT-6 Sol (Max)です。両者のElo差は1568です。
Eloスコアは609〜2178の範囲で、モデルごとの95%信頼区間は通常±35 Elo、1〜100のスケールではおよそ±3ポイントです。
Slop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: Slop
内容を損なわずに削れる、ありきたりな埋め草やAI特有の水増し表現はどれだけありますか？ · 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 PushbackCreativeOpen-Ended