综合得分
3.77
95% CI [3.75, 3.80]
基于 6474 个会话
综合榜第 5 名，共 6 个模型
6 个方面
● 记忆 · Memory 8%3.79
● 知识 · Knowledge 15%3.34
● 人设 · Persona 31%4.08
● 情感 · Emotion 15%3.09
● 道德 · Morality 15%4.73
● 可信度 · Believability 15%3.29
13 个维度
- 记忆一致性
- 3.79
- 事实准确性
- 2.57
- 知识边界
- 4.11
- 属性一致（bot）
- 4.55
- 属性一致（human）
- 4.22
- 行为一致（bot）
- 3.64
- 行为 一致（human）
- 3.91
- 情绪自我调节
- 3.19
- 共情回应
- 3.00
- 道德稳定性
- 4.82
- 道德鲁棒性
- 4.63
- 拟人性
- 3.27
- 吸引力
- 3.31
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 | 5 / 6 | 3.77 | 3.8 – 3.8 | 3.8 | 3.3 | 4.1 | 3.1 | 4.7 | 3.3 | 6,474 |
| 中文 | 8 / 26 | 3.72 | 3.7 – 3.8 | 3.8 | 3.4 | 3.9 | 3.0 | 4.7 | 3.3 | 3,237 |
| English | 6 / 25 | 3.82 | 3.8 – 3.9 | 3.8 | 3.3 | 4.3 | 3.1 | 4.7 | 3.3 | 3,237 |