Bottom-Line Summary
Contribui para:Organization
DeepSeek V4.1 Flash (Max) ocupa a primeira posição em bottom-line summary, enquanto GPT-3.5 Turbo ocupa a última entre os 42 modelos avaliados. A diferença entre eles é de 602 pontos de Elo.
As pontuações Elo vão de 588 a 1190, com um intervalo de confiança de 95% típico por modelo de ±27 Elo, cerca de ±9 pontos na escala de 1 a 100.
Ranking de Bottom-Line Summary
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: Bottom-Line Summary
A resposta inclui uma conclusão explícita e concisa (por exemplo, “Em resumo”, “TL;DR”)? · O Elo do traço com ranking percentil de 1 a 100 entre todos os modelos avaliados no benchmark
Outros traços
Lexically VariedEloquentLiterateNatural SoundingMetaphoricalStructuredScannableAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop