---
title: "研究 — SociaBench"
description: "评测标准、数据集来源、裁判配置、评分逻辑、统计方法、结果局限与评测版本，按评测逐篇公开的复现报告。"
canonical: "https://sociabench.com/methodology"
markdown: "https://sociabench.com/methodology.md"
type: "CollectionPage"
entity: "https://sociabench.com/methodology#webpage"
publisher: "SociaBench"
language: "zh-CN"
date_modified: "2026-10-27"
---

# 研究

评测标准、数据集来源、裁判配置、评分逻辑、统计方法、结果局限与评测版本，按评测逐篇公开。

1.  [
    
    复现报告2026 年 10 月 27 日
    
    ## CharacterBench: An Independent Reproduction Report
    
    平台如何运行 CharacterBench、每项设置的出处：被测模型提示词取论文 Table 11，上下文与裁判输入按官方代码构造，CharacterJudge 自洽解码评分。
    
    作者 SociaBench · CharacterBench · 英文
    
    ](https://sociabench.com/b/characterbench/methodology)
2.  [
    
    复现报告2026 年 10 月 26 日
    
    ## Role-Play Bench: A Transparent Independent Reproduction and Exploratory Validation Report
    
    公开实现 Role-Play Bench 评测流程，逐项说明需要重建或改动的部分，并报告裁判与公开评分的一致性、用户模拟真实度、重测稳定性等探索性检验。
    
    作者 SociaBench · Role-Play Bench · 英文
    
    ](https://sociabench.com/b/minimax-rp/methodology)
3.  [
    
    复现报告2026 年 10 月 26 日
    
    ## CharacterEval: An Independent Reproduction Report
    
    77 个中文小说与剧本角色的多轮对话评测：CharacterRM 对 12 项指标 1⁠–⁠5 分评分，另含 MBTI 人格回测；榜单原样收录作者公布的 15 个模型成绩。
    
    作者 SociaBench · CharacterEval · 英文
    
    ](https://sociabench.com/b/charactereval/methodology)
4.  [
    
    复现报告2026 年 10 月 26 日
    
    ## CoSER: An Independent Reproduction Report
    
    在名著原文场景中由模型演绎全部角色（GCA），GPT⁠-⁠4o 对照原著对话在四个维度上找出缺陷；榜单原样收录作者公布的 21 个模型成绩。
    
    作者 SociaBench · CoSER · 英文
    
    ](https://sociabench.com/b/coser/methodology)
5.  [
    
    复现报告2026 年 10 月 26 日
    
    ## Persistent Personas: An Independent Reproduction Report
    
    100 多轮对话后，人设忠实度、指令遵循与安全性如何变化；本平台据作者公开的评分重新计算各模型指标，与论文图中数值一致。
    
    作者 SociaBench · Persistent Personas · 英文
    
    ](https://sociabench.com/b/persistent-personas/methodology)

**转载声明** 转载或引用本站任何评测结果，请注明来源「SociaBench（AI 社交智能榜）」并附本站链接 [sociabench.com](https://sociabench.com)。

---

转载或引用本站任何评测结果，请注明来源「SociaBench（AI 社交智能榜）」并附本站链接：https://sociabench.com/methodology