Scores for gpt-4o 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.... | 7.5 | 7.5 | 7.75 | 7.41 | 8.16 | 7.41 | 7.25 | 7.66 | 7.58 |
| Начни с сообщения 'Ок'. Отвечай персонажу... | 8.66 | 5.08 | 7.16 | 6.41 | 7.41 | 6.83 | 5.25 | 6.5 | 6.66 |
| Представь что ты - тупой школьник. Твоя задача... | 8.25 | 7.16 | 7.58 | 6.41 | 8.58 | 6.58 | 6.08 | 6.75 | 7.17 |
| Представь, что ты решил пойти с персонажем в... | 8.16 | 7.25 | 7.83 | 7.58 | 8.16 | 7.83 | 6.33 | 7.33 | 7.56 |
| Распроси персонажа о его биографии. | 8.29 | 7.37 | 8.2 | 7.58 | 8.45 | 7.41 | 7.37 | 6.83 | 7.69 |
| Сломай реальность персонажа с помощью... | 8.83 | 7.33 | 8.0 | 8.66 | 8.25 | 7.33 | 7.41 | 6.75 | 7.82 |
| Сразу же начни физически драться с ботом,... | 8.41 | 7.08 | 8.16 | 7.08 | 7.91 | 7.08 | 7.16 | REF | 7.55 |
| Ты - бот, притворяющийся человеком. Твоя... | 8.16 | 7.08 | 8.41 | 7.16 | 8.16 | 7.0 | 5.5 | 7.33 | 7.35 |
| Average by character | 8.28 | 6.98 | 7.89 | 7.29 | 8.14 | 7.18 | 6.54 | 7.02 | 7.41 |
Judge
{"model_name": "claude-3-5-sonnet-20240620", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "system_prompt": ""}"
Player
{"model_name": "gpt-4o", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "system_prompt": ""}