Bottom-Line Summary
構成する指数：Organization
評価対象の42モデルの中で、bottom-line summaryが最も高いのはDeepSeek V4.1 Flash (Max)、最も低いのはGPT-3.5 Turboです。両者のElo差は602です。
Eloスコアは588〜1190の範囲で、モデルごとの95%信頼区間は通常±27 Elo、1〜100のスケールではおよそ±9ポイントです。
Bottom-Line Summary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: Bottom-Line Summary
回答には、明示的で簡潔なまとめ（「結論」「要するに」など）が含まれていますか？ · 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 SoundingMetaphoricalStructuredScannableAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop