Organization 指数
结构清晰、易于浏览、答案优先。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 43 个模型中，DeepSeek V4.1 Flash (Max) 在 organization 上排名最高，GPT-3.5 Turbo 排名最低。
在该指数的 4 个特质中，Elo 得分平均范围为 309 到 1209，每个模型的典型 95% 置信区间为 ±27 Elo，在 1 到 100 的尺度上约合 ±6 分。
Organization 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：Organization 指数
结构清晰、易于浏览、答案优先 · 每个模型在 structured、scannable、bottom-line summary和answer first 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
Organization 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：Structured
观点是否按逻辑顺序组织，层层递进、脉络清晰？ · 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