AA 发布人格基准 PersonalityBench,GPT-6 Astra「slop」仅 16/100 引争议
max_paperclips · x · 2026-10-22
- Artificial Analysis 发布 AA-PersonalityBench：用 900 道精选问题，从 30 项人格特质与 21 项沟通风格维度量化不同模型「回答同样正确但用起来感受不同」的差异，帮助用户按场景（创意写作要想象力、法律场景要直接）选模型。
- 配图显示 GPT-6 Astra (max) 在 Slop（口水话）维度仅得 16/100（95% CI 12-18）。
- 转发者 @lossgobbler 猛烈吐槽 AA 对「slop」一词的官方口径，认为「用极高精度胡说八道」恰恰是 kino，并争议 MiMo/grok/gemini 等模型的高下排序，吐槽该基准的判定标准。
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
- Socher 创办 Recursive 押注 RSI,新模型 Flint 几个月造出 — mikeflache · 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