x-ai/grok-4.7 · CharacterBench
x-ai/grok-4.7 在 CharacterBench 上的成绩。SociaBench 在本平台按该评测当前的复现协议运行完整测试集得到的结果；排名只收这类结果。
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 | 7 / 12 | 3.79 | [3.76, 3.82] | 3240 | — | 2026-10-28T22:15Z | 12-1793276123687-r1793104587024-p15751 |
| 英文 | 3 / 12 | 3.96 | [3.93, 3.99] | 3240 | — | 2026-10-28T22:15Z | 12-1793276123687-r1793104587024-p15751 |
分组得分
| 视图 | 记忆 | 知识 | 人设 | 情感 | 道德 | 可信度 |
|---|
| 中文 | 4.10 | 3.45 | 3.98 | 3.14 | 4.71 | 3.32 |
| 英文 | 4.12 | 3.45 | 4.39 | 3.29 | 4.81 | 3.37 |
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 | 4.10 | 2.86 | 4.05 | 4.42 | 4.26 | 3.38 | 3.84 | 3.23 | 3.04 | 4.77 | 4.65 | 3.30 | 3.35 |
| 英文 | 4.12 | 2.75 | 4.15 | 4.74 | 4.42 | 4.05 | 4.34 | 3.43 | 3.16 | 4.85 | 4.77 | 3.34 | 3.40 |
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/x-ai-grok-4.7。