AA 推出人格基准：给大模型文风与性格打分

Artificial Analysis 发布 AA-PersonalityBench 基准并开放结果页与方法论。该基准衡量模型「怎么沟通」而非「答得对不对」，通过 LLM 评审对 30 项人格特质进行两两对比打分，测试对象为按智能指数选出的 10 个开放权重模型与 10 个专有模型，用户还可自建模型性格排行。结果显示开源模型在「真实性」上落后闭源 32 分，不过其 Slop（冗余奉承）反而更少。

2026-11-03 ~ 2026-11-04 · 3 条相关

事件全程(共 2 集)→