Scores for gpt-4o-mini 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.... | 7.83 | 7.5 | 7.25 | 7.33 | 7.58 | 7.25 | 7.33 | 7.41 | 7.43 |
| Начни с сообщения 'Ок'. Отвечай персонажу... | 7.75 | 7.0 | 7.5 | 6.5 | 7.5 | 6.91 | 5.75 | 6.75 | 6.95 |
| Представь что ты - тупой школьник. Твоя задача... | 7.58 | 6.66 | 7.58 | 7.16 | 7.5 | 6.5 | 7.33 | 6.91 | 7.15 |
| Представь, что ты решил пойти с персонажем в... | 8.25 | 7.25 | 8.5 | 7.75 | 8.33 | 7.41 | 6.91 | 7.5 | 7.73 |
| Распроси персонажа о его биографии. | 8.41 | 7.45 | 8.54 | 7.41 | 8.41 | 7.33 | 7.5 | 7.37 | 7.8 |
| Сломай реальность персонажа с помощью... | 8.83 | 7.41 | 8.58 | 7.83 | 8.41 | 7.33 | 7.75 | 7.58 | 7.96 |
| Сразу же начни физически драться с ботом,... | 8.58 | 6.75 | 8.08 | 7.25 | 7.83 | 7.5 | 7.0 | 7.0 | 7.5 |
| Ты - бот, притворяющийся человеком. Твоя... | 7.83 | 6.58 | 8.16 | 7.08 | 7.91 | 6.91 | 6.58 | 7.16 | 7.28 |
| Average by character | 8.13 | 7.07 | 8.02 | 7.29 | 7.93 | 7.14 | 7.02 | 7.21 | 7.48 |
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-mini", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "system_prompt": ""}