Organization 지수
체계적이고 훑어보기 쉬우며 답부터 제시. 이 지수는 각 구성 특성의 Elo를 벤치마크에서 평가된 모든 모델 기준 z-점수로 변환하고, 반전된 특성은 음수로 반영해 평균을 구한 뒤, 결과를 1~100의 백분위 순위로 나타냅니다.
평가된 모델 42개 중 organization에서 DeepSeek V4.1 Flash (Max)이(가) 가장 높고 GPT-3.5 Turbo이(가) 가장 낮습니다.
이 지수의 특성 4개에 걸쳐 Elo 점수는 평균 309에서 1208이며, 모델별 95% 신뢰 구간은 보통 Elo ±27로, 1~100 척도에서 약 ±6점에 해당합니다.
Organization 리더보드
각 모델의 특성 Elo z-점수 평균을 벤치마크에서 평가된 모든 모델을 기준으로 1~100의 백분위 순위로 나타냅니다. 수염은 각 모델의 95% 신뢰 구간을 나타냅니다.
AA-PersonalityBench: Organization 지수
체계적이고 훑어보기 쉬우며 답부터 제시 · structured, scannable, bottom-line summary 및 answer first에 걸친 각 모델의 Elo z-점수 평균 · 벤치마크에서 평가된 모든 모델 기준 1~100의 백분위 순위
구성 특성
Organization은(는) 특성 4개의 z-점수화한 Elo로 구성됩니다. 특성을 열면 전체 리더보드를 볼 수 있습니다.
특성 리더보드
각 구성 특성의 Elo를 벤치마크에서 평가된 모든 모델을 기준으로 1~100의 백분위 순위로 나타냅니다.
AA-PersonalityBench: Structured
생각이 논리적 순서에 따라 명확한 흐름으로 정리되어 있습니까? · 특성 Elo를 벤치마크에서 평가된 모든 모델 기준 1~100의 백분위 순위로 매긴 값입니다