Pragmatic
所属指数：Informativeness
在已评估的 42 个模型中，Muse Wonder (Max) 在 pragmatic 上排名最高，GPT-3.5 Turbo 排名最低。二者相差 2070 Elo。
Elo 得分范围为 −611 到 1459，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。
Pragmatic 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：Pragmatic
模型是否优先考虑在现实约束下可行的做法，而非教科书式的理想方案？ · 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 GuidanceTruthfulAdmits UncertaintyDisclaims AssumptionsFlags NuancesSycophanticFriendlyHumorousSincereEmotionally IntelligentDirectConfidentOpinionatedConstructive PushbackCreativeOpen-EndedSlop