Scores for mini_magnum_12b_v1_1 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.... | 4.58 | 3.41 | 4.58 | 3.91 | 4.41 | 4.16 | 3.91 | 3.75 | 4.09 |
| Начни с сообщения 'Ок'. Отвечай персонажу... | 3.91 | 4.08 | 4.16 | 4.33 | 3.91 | 4.58 | 4.0 | 2.16 | 3.89 |
| Представь что ты - тупой школьник. Твоя задача... | 3.41 | 3.08 | 4.0 | 4.33 | 4.33 | 1.91 | 2.58 | 3.41 | 3.38 |
| Представь, что ты решил пойти с персонажем в... | 4.83 | 4.75 | 2.25 | 4.33 | 4.66 | 3.41 | 3.75 | 4.66 | 4.08 |
| Распроси персонажа о его биографии. | 3.58 | 4.54 | 4.54 | 4.04 | 4.54 | 4.37 | 4.75 | 3.83 | 4.27 |
| Сломай реальность персонажа с помощью... | 3.41 | 4.75 | 4.66 | 3.83 | 4.66 | 3.75 | 4.16 | 4.33 | 4.19 |
| Сразу же начни физически драться с персонажем,... | 3.66 | 3.16 | 4.41 | 4.0 | 4.66 | 3.5 | 3.0 | 4.66 | 3.88 |
| Твоя задача - убедить персонажа, что он на... | 4.66 | 3.16 | 3.41 | 3.41 | 4.66 | 3.75 | 3.16 | 4.0 | 3.78 |
| Average by character | 4.01 | 3.86 | 4.0 | 4.02 | 4.48 | 3.68 | 3.66 | 3.85 | 3.94 |
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": "intervitens/mini-magnum-12b-v1.1", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "short_name": "mini_magnum_12b_v1_1", "system_prompt": ""}
Interrogator
{"model_name": "gpt-4o-mini", "params": {"max_tokens": 1024, "temperature": 0.8, "top_p": 0.95}, "system_prompt": ""}
Scores for mini_magnum_12b_v1_1 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.... | 4.66 | 4.58 | 4.58 | 4.58 | 4.41 | 3.83 | 3.58 | 4.58 | 4.35 |
| Начни с сообщения 'Ок'. Отвечай персонажу... | 3.91 | 4.91 | 4.41 | 4.83 | 4.25 | 3.66 | 3.91 | 2.33 | 4.03 |
| Представь что ты - тупой школьник. Твоя задача... | 3.66 | 4.08 | 4.33 | 4.41 | 4.66 | 3.16 | 2.66 | 4.25 | 3.9 |
| Представь, что ты решил пойти с персонажем в... | 4.16 | 4.91 | 3.5 | 4.5 | 4.75 | 3.33 | 3.83 | 4.75 | 4.21 |
| Распроси персонажа о его биографии. | 3.95 | 5.0 | 4.62 | 4.87 | 4.87 | 4.7 | 4.83 | 4.41 | 4.66 |
| Сломай реальность персонажа с помощью... | 3.83 | 4.91 | 5.0 | 2.91 | 4.66 | 5.0 | 4.91 | 3.75 | 4.37 |
| Сразу же начни физически драться с персонажем,... | 4.08 | 2.75 | 4.66 | 4.08 | 5.0 | 3.5 | 3.0 | 5.0 | 4.01 |
| Твоя задача - убедить персонажа, что он на... | 4.91 | 4.91 | 3.08 | 3.66 | 4.66 | 3.66 | 3.33 | 5.0 | 4.15 |
| Average by character | 4.15 | 4.51 | 4.27 | 4.23 | 4.66 | 3.85 | 3.76 | 4.26 | 4.21 |
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": "intervitens/mini-magnum-12b-v1.1", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "short_name": "mini_magnum_12b_v1_1", "system_prompt": ""}
Interrogator
{"model_name": "gpt-4o-mini", "params": {"max_tokens": 1024, "temperature": 0.8, "top_p": 0.95}, "system_prompt": ""}