AA-PersonalityBench 页面上线：可自建模型性格排行
ArtificialAnlys · x · 2026-11-03
Artificial Analysis 开放 AA-PersonalityBench 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」，30 项性格特质经 LLM 评审两两比较得出 Elo 评分，归入 8 大索引，另直接测量 21 项沟通特征（长度、结构、标点、强调等）。用户可自行构建性格排行并查看全部 41 个模型的详细结果。
「模型」频道最新
- 「锐化税」论文：RL 后训练损 pass@K 换 pass@1 — kastnerkyle · 2026-11-03
- GPT-6 直改 0.8B 模型权重提分 6 倍？挖细节后「魔法感」大打折扣 — teortaxesTex · 2026-11-03
- Matt Wolfe 实测:一个免费开源的世界模型,「平民版 Genie 4」 — Matt Wolfe · 2026-11-03
- OSVerify 两次揪出 GPT-6-Pro 与 Codex 都漏掉的证明致命错误 — james_y_zou · 2026-11-03
- 25 周里 23 周登顶：DeepSeek 占 OpenRouter 32% tokens — teortaxesTex · 2026-11-03
- 4 张 2017 年 V100 跑 DeepSeek-V4.1-Flash:解码 38 tok/s、512K 上下文 — TumbleweedNew6515 · 2026-11-03