AA-PersonalityBench

Literate

所属指数:Expressiveness
在已评估的 42 个模型中,Claude Haiku 5.5 (Max) 在 literate 上排名最高,GPT-3.5 Turbo 排名最低。二者相差 864 Elo。
Elo 得分范围为 206 到 1070,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 ±5 分。

Literate 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:Literate

写作功底是否扎实:语法、标点以及用词是否精准? · 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