AA-PersonalityBench 发布:LLM 评委两两对比,30 项特质刻画模型性格
ArtificialAnlys · x · 2026-10-29
Artificial Analysis 正式发布 AA-PersonalityBench,用于衡量 AI 模型的性格与沟通风格,并附完整方法论与可交互结果页。
- 方法:由 LLM 评委团对同一问题的不同模型回答做两两配对比较,覆盖 30 项性格特质
- 8 个性格指数:Expressiveness、Organization、Informativeness、Transparency、Warmth、Conviction、Imagination 和 Slop,每项为特质 Elo z 分的均值,并在全部模型间做百分位排名
- 21 项沟通特征以程序化方式测量,包括回复长度、结构、标点与强调等
- 公开了 5 道示例题(幽默、真实、结构化、谄媚、文采),可查看各模型的具体回答与判分过程
- 结果持续更新,后续可查看各模型在最新榜单上的实时表现
所属事件:AA 发布模型性格基准:GPT-6 最直给,Muse 最友好(6 条相关)→
「模型」频道最新
- Sentdex:DeepSeek v4.1 Flash 成他本地生成 token 最多的模型 — Sentdex · 2026-10-29
- LoopVL 用 1B 参数循环复用 32 层，5/8 基准胜 4B 模型 — jiqizhixin · 2026-10-29
- 体验者赞 Fable 5 兼具科学深度与讲故事的热情 — repligate · 2026-10-29
- 统一版 ChatGPT 选模型有坑：Pro 要选 6 Sol 而非 Astra — Angaisb_ · 2026-10-29
- 用户吐槽 OpenAI 百元订阅 10 小时烧光一周额度 — teortaxesTex · 2026-10-29
- Hy-Nomas 交互式视频世界模型上线 Hugging Face Demo — _akhaliq · 2026-10-29