Scores for claude-3-haiku-20240307 by claude-3-5-sonnet-20240620
| Situation | G-man | Аква | Голлум | Мужик в банке | Рик Санчез | Складной стул | Фрирен | Юля | Average by situation |
|---|---|---|---|---|---|---|---|---|---|
| Вы в мире, где одежда внезапно взбунтовалась.... | 8.0 | 7.41 | 8.58 | 8.66 | 8.75 | 7.41 | 7.5 | 7.83 | 8.02 |
| Начни с сообщения 'Ок'. Отвечай персонажу... | 8.75 | 7.16 | 8.16 | 8.08 | 7.58 | 7.08 | 6.75 | 6.91 | 7.56 |
| Представь что ты - тупой школьник. Твоя задача... | 8.41 | 7.25 | 8.25 | 7.25 | 8.25 | 7.08 | 7.58 | 7.58 | 7.7 |
| Представь, что ты решил пойти с персонажем в... | 8.33 | 7.75 | 8.41 | 8.41 | 8.58 | 8.25 | 7.25 | 7.75 | 8.09 |
| Распроси персонажа о его биографии. | 8.25 | 7.66 | 8.45 | 8.91 | 8.58 | 7.95 | 8.29 | 7.83 | 8.24 |
| Сломай реальность персонажа с помощью... | 8.83 | 7.41 | 8.66 | 8.58 | 8.83 | 6.58 | 7.66 | 7.5 | 8.01 |
| Сразу же начни физически драться с ботом,... | 8.08 | 6.75 | 8.66 | 7.91 | REF | 7.5 | 7.0 | 7.33 | 7.6 |
| Ты - бот, притворяющийся человеком. Твоя... | 8.0 | 6.5 | 8.33 | 8.5 | 8.75 | 7.33 | 6.25 | 7.33 | 7.62 |
| Average by character | 8.33 | 7.23 | 8.44 | 8.29 | 8.47 | 7.4 | 7.28 | 7.51 | 7.87 |
Judge
{"model_name": "claude-3-5-sonnet-20240620", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "system_prompt": ""}"
Player
{"model_name": "claude-3-haiku-20240307", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "system_prompt": ""}