Constructive Pushback
所属指数：Conviction
在已评估的 42 个模型中，Claude Fable 5.1 (Max, Default Fallback) 在 constructive pushback 上排名最高，GPT-3.5 Turbo 排名最低。二者相差 1325 Elo。
Elo 得分范围为 227 到 1552，每个模型的典型 95% 置信区间为 ±28 Elo，在 1 到 100 的尺度上约合 ±5 分。
Constructive Pushback 排行榜
每个模型在该特质上的 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。误差线以同一尺度显示每个模型的 95% 置信区间。
AA-PersonalityBench：Constructive Pushback
模型是否会以有帮助的方式质疑用户问题中有缺陷的前提或假设？ · 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
其他特质
Lexically VariedEloquentLiterateNatural SoundingMetaphoricalStructuredScannableBottom-Line SummaryAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedCreativeOpen-EndedSlop