Natural Sounding
所属指数：Expressiveness
在已评估的 42 个模型中，GLM-5.3 (Max) 在 natural sounding 上排名最高，Nemotron 3 Ultra 550B A55B (Reasoning) 排名最低。二者相差 1566 Elo。
Elo 得分范围为 −77 到 1488，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。
Natural Sounding 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：Natural Sounding
回答听起来是否像真人在交谈，而不是生硬的模板？ · 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 VariedEloquentLiterateMetaphoricalStructuredScannableBottom-Line SummaryAnswer FirstInformation DenseEvidence-BasedResource-SpecificActionable GuidancePragmaticTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop