Evidence-Based
Contribui para:Informativeness
Claude Fable 5.1 (Max, Default Fallback) ocupa a primeira posição em evidence-based, enquanto GPT-3.5 Turbo ocupa a última entre os 42 modelos avaliados. A diferença entre eles é de 1895 pontos de Elo.
As pontuações Elo vão de −105 a 1790, com um intervalo de confiança de 95% típico por modelo de ±31 Elo, cerca de ±4 pontos na escala de 1 a 100.
Ranking de Evidence-Based
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: Evidence-Based
A resposta fundamenta as afirmações em evidências, dados ou fontes confiáveis? · 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 DenseResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop