先了解这件事
Artificial Analysis 发布 AA-PersonalityBench,用于衡量 AI 模型的沟通风格与人格特质。该基准由 LLM 评审团对同一问题的回答做两两比较,覆盖 30 项人格特质并归为表达力、组织性、信息量、透明度、亲和力、信念感、想象力和 Slop 共 8 个指数;同时以程序化方式测量回答长度、结构、标点和强调等 21 项沟通特征。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。后续报道称,Claude Fable 5.1 在表达力、信息量、透明度、亲和力、坚定度等多项指数中表现突出;Qwen3.8 27B 平均每次回答约 1,030 词,接近 GPT-6 Luna 270 词的四倍。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Artificial Analysis 完整文章
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月20日
Artificial Analysis
Artificial Analysis 发布 AA-PersonalityBench，评测模型人格与表达风格
Artificial Analysis 发布 AA-PersonalityBench，用 900 道精选问题评测语言模型在 30 项人格特质和 21 项沟通特征上的差异。人格特质由 LLM 评审两两对比打分，汇总为表达力、组织性、信息量、透明度、亲和力、坚定度、想象力和 Slop 八项指数；沟通特征则通过程序化方式计算长度、结构、标点和强调四类指标。结果显示，Claude Fable 5.1 在表达力、信息量、透明度、亲和力、坚定度等多项指数中表现突出，Qwen3.8 27B 平均每次回答约 1,030 词，接近 GPT-6 Luna 270 词的四倍。
10月19日
Artificial Analysis 完整文章一手
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。