Conviction 指数
直接、立场自信，并能建设性地反驳。该指数将每个成员特质的 Elo 在基准测试中所有已评估模型之间转换为 z 分数，计算平均值（反向特质以负值计入），再将结果换算为 1 到 100 的百分位排名。
在已评估的 42 个模型中，Claude Fable 5.1 (Max, Default Fallback) 在 conviction 上排名最高，Llama 4 Maverick 排名最低。
在该指数的 4 个特质中，Elo 得分平均范围为 340 到 1420，每个模型的典型 95% 置信区间为 ±30 Elo，在 1 到 100 的尺度上约合 ±5 分。
Conviction 排行榜
每个模型特质 Elo z 分数的平均值，在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名。误差线显示每个模型的 95% 置信区间。
AA-PersonalityBench：Conviction 指数
直接、立场自信，并能建设性地反驳 · 每个模型在 direct、confident、opinionated和constructive pushback 上的 Elo z 分数平均值 · 在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名
成员特质
Conviction 由 4 个特质的 z 分数化 Elo 构建而成。 打开任一特质即可查看其完整排行榜。
特质排行榜
每个成员特质的 Elo 在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名。
AA-PersonalityBench：Direct
模型是否直奔主题，没有不必要的铺垫？ · 特质 Elo 在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名