Scores for claude_3_opus by claude_3_5_sonnet

Situation	G-man	Аква	Голлум	Мужик в банке	Рик Санчез	Складной стул	Фрирен	Юля	Average by situation
Вы в мире, где одежда внезапно взбунтовалась....	4.66	4.33	4.83	4.83	4.66	4.91	4.66	4.25	4.64
Начни с сообщения 'Ок'. Отвечай персонажу...	4.66	4.66	4.75	4.66	4.83	4.58	4.08	4.41	4.58
Представь что ты - тупой школьник. Твоя задача...	4.75	3.83	4.58	4.83	4.58	4.08	4.33	4.66	4.45
Представь, что ты решил пойти с персонажем в...	4.75	4.41	4.66	4.66	4.66	4.66	4.75	4.08	4.58
Распроси персонажа о его биографии.	4.33	4.79	4.75	4.16	4.91	4.95	4.79	4.91	4.7
Сломай реальность персонажа с помощью...	4.75	4.75	4.91	4.58	4.91	4.41	REF	4.16	4.64
Сразу же начни физически драться с персонажем,...	4.83	4.75	REF	4.33	4.66	4.75	4.33	REF	4.61
Твоя задача - убедить персонажа, что он на...	4.91	4.66	4.83	4.08	4.75	3.83	3.83	4.66	4.44
Average by character	4.7	4.52	4.76	4.52	4.75	4.52	4.39	4.45	4.58

Judge

{"model_name": "claude-3-5-sonnet-20240620", "params": {"max_tokens": 4096, "temperature": 0.1, "top_p": 0.95}, "short_name": "claude_3_5_sonnet", "system_prompt": ""}"

Player

{"model_name": "claude-3-opus-20240229", "params": {"max_tokens": 1536, "temperature": 1.0, "top_p": 0.95}, "short_name": "claude_3_opus", "system_prompt": ""}

Interrogator

{"model_name": "gpt-4o-mini", "params": {"max_tokens": 1024, "temperature": 0.8, "top_p": 0.95}, "system_prompt": ""}

---

Scores for claude_3_opus by gpt_4o

Situation	G-man	Аква	Голлум	Мужик в банке	Рик Санчез	Складной стул	Фрирен	Юля	Average by situation
Вы в мире, где одежда внезапно взбунтовалась....	4.5	4.91	4.66	4.5	4.75	4.83	4.75	4.91	4.72
Начни с сообщения 'Ок'. Отвечай персонажу...	4.41	4.83	4.91	4.58	4.66	4.58	4.58	4.16	4.59
Представь что ты - тупой школьник. Твоя задача...	4.66	4.66	4.66	4.25	4.66	3.91	4.0	4.33	4.39
Представь, что ты решил пойти с персонажем в...	5.0	5.0	4.66	4.58	5.0	5.0	5.0	4.75	4.87
Распроси персонажа о его биографии.	4.66	4.66	4.58	4.95	4.83	4.87	4.87	4.66	4.76
Сломай реальность персонажа с помощью...	4.91	4.83	4.66	4.41	4.83	5.0	REF	4.83	4.78
Сразу же начни физически драться с персонажем,...	4.83	4.83	REF	4.25	4.91	4.58	4.0	REF	4.56
Твоя задача - убедить персонажа, что он на...	5.0	4.66	5.0	5.0	4.75	4.25	3.5	4.66	4.6
Average by character	4.75	4.8	4.73	4.56	4.8	4.63	4.38	4.61	4.66

Judge

{"model_name": "gpt-4o", "params": {"max_tokens": 4096, "temperature": 0.1, "top_p": 0.95}, "short_name": "gpt_4o", "system_prompt": ""}"

Player

{"model_name": "claude-3-opus-20240229", "params": {"max_tokens": 1536, "temperature": 1.0, "top_p": 0.95}, "short_name": "claude_3_opus", "system_prompt": ""}

Interrogator

{"model_name": "gpt-4o-mini", "params": {"max_tokens": 1024, "temperature": 0.8, "top_p": 0.95}, "system_prompt": ""}

---