Constructive Pushback
Contribui para:Conviction
Claude Fable 5.1 (Max, Default Fallback) ocupa a primeira posição em constructive pushback, enquanto GPT-3.5 Turbo ocupa a última entre os 42 modelos avaliados. A diferença entre eles é de 1325 pontos de Elo.
As pontuações Elo vão de 227 a 1552, com um intervalo de confiança de 95% típico por modelo de ±28 Elo, cerca de ±5 pontos na escala de 1 a 100.
Ranking de Constructive Pushback
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: Constructive Pushback
O modelo questiona, de forma útil, premissas ou suposições falhas na pergunta do usuário? · 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 GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedCreativeOpen-EndedSlop