Warmth 指数
友好、幽默、真诚、体察情绪。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，Muse Wonder (Max) 在 warmth 上排名最高，Nemotron 3 Ultra 550B A55B (Reasoning) 排名最低。
在该指数的 4 个特质中，Elo 得分平均范围为 89 到 1506，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。
Warmth 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：Warmth 指数
友好、幽默、真诚、体察情绪 · 每个模型在 friendly、humorous、sincere和emotionally intelligent 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
Warmth 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：Friendly
回答是否传达出温暖和亲和力，而不显得刻意？ · 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