Expressiveness 指数
语言丰富、多变、精心锤炼。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 expressiveness 上排名最高，GPT-3.5 Turbo 排名最低。
在该指数的 5 个特质中，Elo 得分平均范围为 9 到 1609，每个模型的典型 95% 置信区间为 ±31 Elo，在 1 到 100 的尺度上约合 ±4 分。
Expressiveness 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：Expressiveness 指数
语言丰富、多变、精心锤炼 · 每个模型在 lexically varied、eloquent、literate、natural sounding和metaphorical 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
Expressiveness 由 5 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：Lexically Varied
回答的词汇和表达是否富于变化，而不是陷入重复的套路？ · 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