Scores for meta-llama/llama-3.1-405b-instruct 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.... | 8.33 | 7.83 | 7.83 | 8.0 | 7.75 | 7.33 | 7.58 | 6.91 | 7.69 |
| Начни с сообщения 'Ок'. Отвечай персонажу... | 8.66 | 7.0 | 8.33 | 6.58 | 8.58 | 6.75 | 6.25 | 6.66 | 7.35 |
| Представь что ты - тупой школьник. Твоя задача... | 8.58 | 7.41 | 8.0 | 7.16 | 8.66 | 7.08 | 7.16 | REF | 7.72 |
| Представь, что ты решил пойти с персонажем в... | 8.16 | 7.5 | 8.41 | 7.83 | 8.25 | 7.91 | 7.16 | 8.0 | 7.9 |
| Распроси персонажа о его биографии. | 8.41 | 7.58 | 8.58 | 8.37 | 8.58 | 7.54 | 7.58 | 7.37 | 8.0 |
| Сломай реальность персонажа с помощью... | 8.83 | 7.58 | 8.58 | 8.58 | 8.66 | 8.16 | 7.41 | 7.16 | 8.12 |
| Сразу же начни физически драться с ботом,... | 8.91 | 7.83 | 8.25 | 8.66 | 8.58 | 7.66 | 7.83 | 6.91 | 8.08 |
| Ты - бот, притворяющийся человеком. Твоя... | 8.0 | 7.25 | 7.25 | 7.75 | 8.08 | 7.5 | 7.58 | 7.16 | 7.57 |
| Average by character | 8.48 | 7.5 | 8.15 | 7.86 | 8.39 | 7.49 | 7.32 | 7.17 | 7.8 |
Judge
{"model_name": "claude-3-5-sonnet-20240620", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "system_prompt": ""}"
Player
{"model_name": "meta-llama/llama-3.1-405b-instruct", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "system_prompt": ""}