Artificial Analysis 发布 AA-PersonalityBench:给模型「性格」排座次
ArtificialAnlys · x · 2026-10-22
Artificial Analysis 推出 AA-PersonalityBench,用 LLM 评审团对同一问题的回答做两两对比,从 30 项性格特质汇总出 8 个人格指数(表达力、条理性、信息量、透明度、温度、信念感、想象力、Slop),并以程序化方式测量 21 项沟通特征(回复长度、结构、标点与强调等)。
主要发现
- 谄媚(Sycophantic)特质得分最高的三个是测量中「最老」的模型:GPT-4o、Llama 4 Maverick 和 GPT-3.5 Turbo;最低的是 Grok 4.7、Claude Fable 5.1 和 Inkling。
- Meta 模型在该特质上高度集中:五个受测模型全部排在 65 分以上(Llama 4 Maverick 97、Muse Spark 1.3 87、Muse Glimmer 79 等)。
基准提供 5 个公开示例问题及各模型的回答与评分,结果页面持续更新,并支持自建性格排行。
所属事件:Artificial Analysis 发布 PersonalityBench：为 AI 模型「性格」排座次(6 条相关)→
「模型」频道最新
- Similarweb：9 月 Grok 新用户占比 40.91%，居主流 AI 工具之首 — XFreeze · 2026-10-22
- 0.9B 模型在 MacBook 上转写 4 人会议:说话人混淆率仅 0.08% — Binary_orchid · 2026-10-22
- Fireworks 用 Meta Muse Glimmer 预测 Kalshi,准确率领先 11.2 个百分点 — sophiamyang · 2026-10-22
- Gemini CLI 合并 PR 曝光未发布模型 gemini-4-argon，支持 1M 上下文 — mr8lu · 2026-10-22
- php2shell 漏洞挖掘未必需要顶级 Cyber 级模型能力 — xeophon · 2026-10-22
- 2979 帖数据审计:91.6% 的 Gemini 吐槽帖无可复现证据 — riverdancemcqueen · 2026-10-22