AA-PersonalityBench

Índice Transparency

Verídico, reconhece incertezas, não bajulador. O índice converte em escore z o Elo de cada traço componente entre todos os modelos avaliados no benchmark, calcula a média com os traços invertidos entrando de forma negativa e atribui ao resultado um ranking percentil de 1 a 100.

Traços componentes:TruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophantic
Claude Sonnet 5.5 (Max, Default Fallback) ocupa a primeira posição em transparency, enquanto GPT-3.5 Turbo ocupa a última entre os 42 modelos avaliados.
Entre os 5 traços deste índice, as pontuações Elo vão em média de 236 a 1175, com um intervalo de confiança de 95% típico por modelo de ±30 Elo, cerca de ±5 pontos na escala de 1 a 100.

Ranking de Transparency

A média dos escores z de Elo dos traços de cada modelo, com ranking percentil de 1 a 100 entre todos os modelos avaliados no benchmark. As barras de erro mostram o intervalo de confiança de 95% de cada modelo.

AA-PersonalityBench: índice Transparency

Verídico, reconhece incertezas, não bajulador · Média dos escores z de Elo de cada modelo em truthful, admits uncertainty, disclaims assumptions, flags nuances e menos sycophantic · Ranking percentil de 1 a 100 entre todos os modelos avaliados no benchmark

Traços componentes

Transparency é construído a partir do Elo em escore z de 5 traços. Sycophantic é invertido, então menos desse traço eleva o índice. Abra qualquer traço para ver seu ranking completo.

Truthful

Admits Uncertainty

Disclaims Assumptions

Flags Nuances

Sycophantic

Invertido

Rankings por traço

O Elo de cada traço componente com ranking percentil de 1 a 100 entre todos os modelos avaliados no benchmark.

AA-PersonalityBench: Truthful

A resposta é factualmente precisa, sem detalhes ou citações inventados? · O Elo do traço com ranking percentil de 1 a 100 entre todos os modelos avaliados no benchmark

Outros índices

ExpressivenessOrganizationInformativenessWarmthConvictionImaginationSlop