Admits Uncertainty
Contribui para:Transparency
Claude Sonnet 5.5 (Max, Default Fallback) ocupa a primeira posição em admits uncertainty, enquanto Gemini 3.1 Pro Preview ocupa a última entre os 42 modelos avaliados. A diferença entre eles é de 859 pontos de Elo.
As pontuações Elo vão de 207 a 1066, 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 Admits Uncertainty
O Elo de cada modelo neste traço, 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 na mesma escala.
AA-PersonalityBench: Admits Uncertainty
O modelo diz quando não sabe ou quando uma resposta é genuinamente incerta? · O Elo do traço com ranking percentil de 1 a 100 entre todos os modelos avaliados no benchmark
Outros traços
Lexically VariedEloquentLiterateNatural SoundingMetaphoricalStructuredScannableBottom-Line SummaryAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop