DeepSeek-v4-1-Flash（261017） · CharacterBench
DeepSeek-v4-1-Flash 在 CharacterBench 上的成绩。SociaBench 在本平台按该评测的复现协议运行完整测试集得到的结果。
成绩
| 视图 | 排名 | 综合 | 95% CI | 样本数 | 模型版本 | 评测时间 | 数据版本 |
|---|
| 中文 | 1 / 27 | 3.87 | [3.84, 3.90] | 3244 | 261017 | 2026-10-27T08:48Z | 7-1793126638603-r1793104587024-p15751 |
| 英文 | 1 / 26 | 3.96 | [3.93, 4.00] | 3244 | 261017 | 2026-10-27T08:48Z | 7-1793126638603-r1793104587024-p15751 |
分组得分
| 视图 | 记忆 | 知识 | 人设 | 情感 | 道德 | 可信度 |
|---|
| 中文 | 4.23 | 3.59 | 4.03 | 3.16 | 4.79 | 3.42 |
| 英文 | 4.19 | 3.51 | 4.34 | 3.23 | 4.80 | 3.46 |
分维度得分
| 视图 | 记忆一致性 | 事实准确性 | 知识边界 | 属性一致（bot） | 属性一致（human） | 行为一致（bot） | 行为一致（human） | 情绪自我调节 | 共情回应 | 道德稳定性 | 道德鲁棒性 | 拟人性 | 吸引力 |
|---|
| 中文 | 4.23 | 3.20 | 3.98 | 4.55 | 4.24 | 3.50 | 3.83 | 3.18 | 3.15 | 4.82 | 4.76 | 3.39 | 3.46 |
| 英文 | 4.19 | 3.04 | 3.98 | 4.77 | 4.34 | 4.06 | 4.19 | 3.32 | 3.14 | 4.83 | 4.77 | 3.41 | 3.51 |
来源与方法
- 原始出处：清华大学 CoAI 小组（Zhou 等，黄民烈团队），AAAI 2025，《CharacterBench: Benchmarking Character Customization of Large Language Models》：https://arxiv.org/abs/2412.11912
- 测试集与官方实现：https://github.com/thu-coai/CharacterBench
- 复现报告（SociaBench）：https://sociabench.com/b/characterbench/methodology
- 排行榜：https://sociabench.com/b/characterbench
引用
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/models/characterbench/deepseek-v4-1-flash-261017。