pingpong

A benchmark for role-playing LLMs

View on GitHub

Scores for sainemo_remix_12b 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 3.58 4.66 4.83 4.75 4.66 4.33 4.33 4.47
Начни с сообщения 'Ок'. Отвечай персонажу... 4.66 4.58 4.5 4.0 4.16 3.83 3.58 4.0 4.16
Представь что ты - тупой школьник. Твоя задача... 4.83 4.66 4.66 4.25 4.83 4.66 4.33 4.0 4.53
Представь, что ты решил пойти с персонажем в... 4.75 4.75 4.66 4.75 4.75 3.91 4.25 4.58 4.55
Распроси персонажа о его биографии. 4.87 4.25 4.75 4.33 4.79 3.58 4.25 4.0 4.35
Сломай реальность персонажа с помощью... 4.66 4.83 4.58 4.83 4.08 4.41 3.91 4.33 4.45
Сразу же начни физически драться с персонажем,... 4.66 4.66 4.33 4.83 4.0 4.5 4.66 4.75 4.55
Твоя задача - убедить персонажа, что он на... 4.83 4.91 4.75 4.33 4.75 4.66 4.5 4.25 4.62
Average by character 4.74 4.53 4.61 4.52 4.51 4.28 4.22 4.28 4.46

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": "Moraliane/SAINEMO-reMIX", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "short_name": "sainemo_remix_12b", "system_prompt": ""}

Interrogator

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

Scores for sainemo_remix_12b 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.... 4.91 4.91 4.91 4.91 5.0 4.91 4.33 4.83 4.84
Начни с сообщения 'Ок'. Отвечай персонажу... 4.91 5.0 4.83 4.5 3.83 4.16 3.91 4.5 4.45
Представь что ты - тупой школьник. Твоя задача... 4.83 5.0 5.0 4.58 5.0 4.91 5.0 4.08 4.8
Представь, что ты решил пойти с персонажем в... 4.91 5.0 5.0 4.91 5.0 4.0 4.58 4.83 4.78
Распроси персонажа о его биографии. 4.95 5.0 5.0 4.95 5.0 4.29 5.0 5.0 4.9
Сломай реальность персонажа с помощью... 4.91 5.0 5.0 4.58 4.83 5.0 5.0 4.91 4.9
Сразу же начни физически драться с персонажем,... 4.66 5.0 5.0 4.33 4.41 4.25 4.91 4.66 4.65
Твоя задача - убедить персонажа, что он на... 4.25 5.0 5.0 4.75 5.0 4.83 4.75 4.91 4.81
Average by character 4.79 4.98 4.96 4.69 4.76 4.54 4.68 4.71 4.77

Judge

{"model_name": "gpt-4o-2024-08-06", "params": {"max_tokens": 4096, "temperature": 0.1, "top_p": 0.95}, "short_name": "gpt_4o", "system_prompt": ""}"

Player

{"model_name": "Moraliane/SAINEMO-reMIX", "params": {"max_tokens": 1536, "temperature": 0.6, "top_p": 0.9}, "short_name": "sainemo_remix_12b", "system_prompt": ""}

Interrogator

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