Slop 指数
填充内容和空泛表述的使用程度。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。
成员特质：Slop
在已评估的 42 个模型中，Llama 4 Maverick 在 slop 上排名最高，GPT-6 Sol (Max) 排名最低。
在该指数的 1 个特质中，Elo 得分平均范围为 609 到 2178，每个模型的典型 95% 置信区间为 ±36 Elo，在 1 到 100 的尺度上约合 ±3 分。
Slop 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：Slop 指数
填充内容和空泛表述的使用程度 · 每个模型在 slop 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
Slop 由 1 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：Slop
有多少空泛的填充内容或 AI 味的凑字可以删去而不损失实质？ · 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