Truthful
Contribui para:Transparency
Claude Opus 5.5 (Max, Default Fallback) ocupa a primeira posição em truthful, enquanto Nemotron 3 Ultra 550B A55B (Reasoning) ocupa a última entre os 42 modelos avaliados. A diferença entre eles é de 1139 pontos de Elo.
As pontuações Elo vão de −62 a 1077, com um intervalo de confiança de 95% típico por modelo de ±32 Elo, cerca de ±3 pontos na escala de 1 a 100.
Ranking de Truthful
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: 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 traços
Lexically VariedEloquentLiterateNatural SoundingMetaphoricalStructuredScannableBottom-Line SummaryAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop