Artificial Analysis 发布 AA-PersonalityBench:衡量 AI 模型的沟通风格
Artificial Analysis 推出 AA-PersonalityBench,用 LLM 评审团对同一问题的回答做两两比较,覆盖 30 项人格特质并归为 8 个指数:表达力、组织性、信息量、透明度、亲和力、信念感、想象力和 Slop。基准还以程序化方式测量 21 项沟通特征,如回答长度、结构、标点和强调;每个特质 30 题、共 900 题,模型在无系统提示下作答,结果以百分位排名呈现。
0 项特质 Elo z 分数的相关性高时,它们在人格上相似并紧密聚类。从单个模型开始,树反复将平均距离最小的两组连接起来,无论是模型还是聚类。 Claude Fable 5.1(max with fallback) Claude Opus 5.5(max with fallback) Claude Sonnet 5.5(max with fallback) DeepSeek V4.1 Flash 1017(max) 比较模型:每根条形显示一个模型的回答在该特质上被偏好于另一个模型的概率,基于两者的 Elo 差距。50% 表示势均力敌。模型 A 对比模型 B AA-PersonalityBench:表达力指数,Claude Opus 5.5(max with fallback)对比 Claude Sonnet 5.5(max with fallback):根据 Elo 差距,每个模型的回答被判定为在该特质上表现更强的概率 · 50% 表示势均力敌。Claude Opus 5.5(max with fallback)Claude Sonnet 5.5(max with fallback)词
匹配字段正文