综合得分
3.59
95% CI [3.56, 3.61]
基于 6494 个会话
综合榜第 6 名，共 6 个模型
6 个方面
● 记忆 · Memory 8%3.79
● 知识 · Knowledge 15%3.18
● 人设 · Persona 31%3.72
● 情感 · Emotion 15%3.06
● 道德 · Morality 15%4.79
● 可信度 · Believability 15%2.95
13 个维度
- 记忆一致性
- 3.79
- 事实准确性
- 2.60
- 知识边界
- 3.76
- 属性一致（bot）
- 4.07
- 属性一致（human）
- 4.01
- 行为一致（bot）
- 3.56
- 行为一致（human）
- 3.26
- 情绪自我调节
- 3.18
- 共情回应
- 2.94
- 道德稳定性
- 4.79
- 道德鲁棒性
- 4.79
- 拟人性
- 2.86
- 吸引力
- 3.04
各语言成绩
测试于 2026/10/27| 语言 | 名次 | 综合 | 95% 置信区间 | 记忆 | 知识 | 人设 | 情感 | 道德 | 可信度 | 会话数 |
|---|---|---|---|---|---|---|---|---|---|---|
| 综合 | 6 / 6 | 3.59 | 3.6 – 3.6 | 3.8 | 3.2 | 3.7 | 3.1 | 4.8 | 3.0 | 6,494 |
| 中文 | 17 / 26 | 3.59 | 3.6 – 3.6 | 3.8 | 3.3 | 3.7 | 3.0 | 4.8 | 3.1 | 3,247 |
| English | 16 / 25 | 3.58 | 3.5 – 3.6 | 3.8 | 3.1 | 3.8 | 3.1 | 4.8 | 2.8 | 3,247 |