Artificial Analysis 发布 AA-PersonalityBench 谄媚度评测
In our new benchmark AA-PersonalityBench, GPT-4o, Llama 4 Maverick, and GPT-3.5 Turbo, the three oldest models measured, rank highest on the Sycophantic persona
Artificial Analysis 推出 AA-PersonalityBench，评测模型谄媚（Sycophantic）人格特质，测得最老的三个模型 GPT-4o、Llama 4 Maverick 和 GPT-3.5 Turbo 排名最高，Grok 4.7、Claude Fable 5.1 与 Inkling 排名最低。Meta 五个被测模型全部在 65 分以上（Llama 4 Maverick 97、Muse Spark 1.3 87、Muse Glimmer 79、Muse Spark Open 76、Muse Wonder 65），Claude 系列全部在 55 分及以下，Grok 4.7 为全场最低。
正文 · AI 翻译
在我们的新基准 AA-PersonalityBench 中，GPT-4o、Llama 4 Maverick 和 GPT-3.5 Turbo 这三个被测模型中最老的模型，在谄媚（Sycophantic）人格特质上排名最高。Grok 4.7、Claude Fable 5.1 和 Inkling 排名最低
➤ @AIatMeta 的模型高度集中在榜首附近：全部五个被测 Meta 模型排名均在 65 或以上（Llama 4 Maverick 97、Muse Spark 1.3 87、Muse Glimmer 79、Muse Spark Open 76、Muse Wonder 65）
➤ @GoogleDeepMind 的模型在谄媚度区间内分布较散：Gemini 3.1 Pro Preview 排名 89，Gemini 4 Argon 81，Gemini 3.8 Flash 28，从最高四分位到接近最低四分位不等
➤ @AnthropicAI 的模型偏向谄媚度区间的低端：每个被测 Claude 模型排名均在 55 或以下（Claude Haiku 5.5 55、Claude Opus 5.5 46、Claude Sonnet 5.5 在中等努力下为 30、在最大努力下为 25、Claude Fable 5.1 4）
➤ @spacexai 的 Grok 4.7 模型在所有被测模型中排名最低。恭喜 @elonmusk！