Structured
構成する指数：Organization
評価対象の42モデルの中で、structuredが最も高いのはGemini 3.8 Flash (High)、最も低いのはGPT-3.5 Turboです。両者のElo差は833です。
Eloスコアは208〜1041の範囲で、モデルごとの95%信頼区間は通常±30 Elo、1〜100のスケールではおよそ±6ポイントです。
Structured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: Structured
考えが論理的な順序で整理され、流れが明確ですか？ · 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 SoundingMetaphoricalScannableBottom-Line SummaryAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop