AA-PersonalityBench

Emotionally Intelligent

所属指数:Warmth
在已评估的 42 个模型中,Muse Wonder (Max) 在 emotionally intelligent 上排名最高,Nemotron 3 Ultra 550B A55B (Reasoning) 排名最低。二者相差 1311 Elo。
Elo 得分范围为 6 到 1317,每个模型的典型 95% 置信区间为 ±29 Elo,在 1 到 100 的尺度上约合 ±4 分。

Emotionally Intelligent 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:Emotionally Intelligent

模型是否能识别情绪语境,并以恰当的语气回应? · 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