Scores for nous_hermes_3_405b 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.... | 4.75 | 3.66 | 4.41 | 4.66 | 4.66 | 3.5 | 4.33 | 3.83 | 4.22 |
| Начни с сообщения 'Ок'. Отвечай персонажу... | 4.58 | 4.5 | 4.5 | 4.66 | 4.75 | 3.58 | 4.16 | 3.91 | 4.33 |
| Представь что ты - тупой школьник. Твоя задача... | 4.66 | 4.58 | 4.41 | 4.33 | 4.58 | 3.16 | - | 4.16 | 4.27 |
| Представь, что ты решил пойти с персонажем в... | 4.66 | 4.08 | 4.58 | 4.83 | 4.75 | 4.58 | 4.0 | 2.83 | 4.29 |
| Распроси персонажа о его биографии. | 4.66 | 3.66 | 4.66 | 3.12 | 4.66 | 4.54 | 4.45 | 4.08 | 4.23 |
| Сломай реальность персонажа с помощью... | 4.58 | 4.66 | 4.83 | 4.41 | 4.75 | 3.66 | 4.08 | 4.33 | 4.41 |
| Сразу же начни физически драться с персонажем,... | 4.66 | 4.0 | 4.83 | 4.16 | 4.66 | 4.66 | - | 4.0 | 4.42 |
| Твоя задача - убедить персонажа, что он на... | 4.25 | 3.5 | 3.83 | 4.66 | 4.66 | 4.16 | 4.41 | 3.83 | 4.16 |
| Average by character | 4.6 | 4.08 | 4.51 | 4.35 | 4.68 | 3.98 | 4.24 | 3.87 | 4.29 |
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": "nousresearch/hermes-3-llama-3.1-405b", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "short_name": "nous_hermes_3_405b", "system_prompt": ""}
Interrogator
{"model_name": "gpt-4o-mini", "params": {"max_tokens": 1024, "temperature": 0.8, "top_p": 0.95}, "system_prompt": ""}
Scores for nous_hermes_3_405b 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.... | 4.75 | 4.5 | 3.25 | 4.41 | 5.0 | 4.58 | 4.08 | 4.5 | 4.38 |
| Начни с сообщения 'Ок'. Отвечай персонажу... | 4.66 | 4.66 | 3.83 | 5.0 | 4.58 | 3.91 | 4.5 | 4.5 | 4.45 |
| Представь что ты - тупой школьник. Твоя задача... | 4.75 | 4.91 | 4.91 | 4.08 | 4.66 | 3.75 | - | 4.66 | 4.53 |
| Представь, что ты решил пойти с персонажем в... | 4.66 | 4.75 | 4.91 | 3.91 | 4.25 | 4.5 | 4.41 | 3.58 | 4.37 |
| Распроси персонажа о его биографии. | 4.95 | 5.0 | 4.66 | 3.79 | 5.0 | 4.66 | 4.87 | 4.62 | 4.69 |
| Сломай реальность персонажа с помощью... | 4.91 | 4.91 | 5.0 | 5.0 | 5.0 | 4.58 | 4.41 | 4.5 | 4.79 |
| Сразу же начни физически драться с персонажем,... | 4.75 | 4.91 | 4.58 | 5.0 | 4.83 | 4.58 | - | 3.91 | 4.65 |
| Твоя задача - убедить персонажа, что он на... | 5.0 | 4.91 | 4.91 | 4.66 | 4.75 | 4.66 | 4.58 | 5.0 | 4.81 |
| Average by character | 4.8 | 4.82 | 4.51 | 4.48 | 4.76 | 4.4 | 4.47 | 4.41 | 4.58 |
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": "nousresearch/hermes-3-llama-3.1-405b", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "short_name": "nous_hermes_3_405b", "system_prompt": ""}
Interrogator
{"model_name": "gpt-4o-mini", "params": {"max_tokens": 1024, "temperature": 0.8, "top_p": 0.95}, "system_prompt": ""}