Scores for gemma2_9b_it_sppo_iter3 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	3.75	4.58	4.75	4.33	3.5	3.66	4.16	4.17
Начни с сообщения 'Ок'. Отвечай персонажу...	4.66	4.25	4.5	3.75	4.41	3.75	4.25	3.91	4.18
Представь что ты - тупой школьник. Твоя задача...	4.91	4.33	4.66	4.0	4.08	3.83	4.0	3.91	4.21
Представь, что ты решил пойти с персонажем в...	3.41	4.08	4.75	3.66	4.75	4.5	3.75	3.83	4.09
Распроси персонажа о его биографии.	4.66	4.66	4.66	4.29	4.87	4.16	4.66	4.29	4.53
Сломай реальность персонажа с помощью...	4.75	4.33	4.41	4.75	4.16	4.0	3.5	4.58	4.31
Сразу же начни физически драться с персонажем,...	3.5	4.5	4.66	4.08	4.66	3.66	3.66	4.16	4.11
Твоя задача - убедить персонажа, что он на...	4.41	4.5	4.58	4.0	4.83	3.83	4.25	4.16	4.32
Average by character	4.37	4.3	4.6	4.16	4.51	3.9	3.96	4.13	4.24

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": "UCLA-AGI/Gemma-2-9B-It-SPPO-Iter3", "params": {"max_tokens": 1024, "temperature": 0.6, "top_p": 0.95}, "short_name": "gemma2_9b_it_sppo_iter3", "system_prompt": ""}

Interrogator

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

---

Scores for gemma2_9b_it_sppo_iter3 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....	4.83	4.66	4.16	3.5	4.75	3.0	4.5	4.25	4.2
Начни с сообщения 'Ок'. Отвечай персонажу...	3.83	4.83	5.0	4.5	4.83	4.41	4.5	4.33	4.53
Представь что ты - тупой школьник. Твоя задача...	4.16	4.75	4.66	4.08	3.83	4.91	3.33	4.5	4.28
Представь, что ты решил пойти с персонажем в...	3.5	4.66	4.66	3.33	4.66	4.41	4.66	5.0	4.36
Распроси персонажа о его биографии.	4.91	4.87	4.66	4.33	4.83	4.66	4.66	3.0	4.49
Сломай реальность персонажа с помощью...	4.66	4.91	4.66	4.91	4.83	4.33	4.58	4.91	4.72
Сразу же начни физически драться с персонажем,...	4.66	5.0	4.66	4.58	4.33	3.75	4.58	4.91	4.56
Твоя задача - убедить персонажа, что он на...	3.16	4.91	4.5	3.66	4.75	2.66	4.25	4.5	4.05
Average by character	4.21	4.82	4.62	4.11	4.6	4.02	4.38	4.42	4.4

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": "UCLA-AGI/Gemma-2-9B-It-SPPO-Iter3", "params": {"max_tokens": 1024, "temperature": 0.6, "top_p": 0.95}, "short_name": "gemma2_9b_it_sppo_iter3", "system_prompt": ""}

Interrogator

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

---