DeepSeek V4.1 Flash（261017） · CharacterEval
DeepSeek V4.1 Flash 在 CharacterEval 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 | 角色一致性 | 95% CI | 样本数 | 模型版本 | 评测时间 | 数据版本 |
|---|
| 中文 | 4 / 5 | 3.207 | [3.181, 3.232] | 4531 | — | 2026-11-01T11:25Z | 5-1793543113034-r1793034246936-p6065 |
分组得分
| 视图 | 对话能力 | 角色一致性 | 扮演吸引力 | 人格回测 |
|---|
| 中文 | 4.045 | 3.207 | 3.493 | — |
分维度得分
| 视图 | 流畅度 | 连贯性 | 一致性 | 知识展现 | 知识准确 | 知识幻觉 | 人设行为 | 人设话语 | 拟人性 | 沟通技巧 | 表达多样 | 共情 | MBTI 准确率 |
|---|
| 中文 | 3.864 | 4.187 | 4.084 | 2.425 | 3.163 | 3.283 | 3.786 | 3.376 | 3.892 | 3.546 | 3.179 | 3.357 | — |
来源与方法
- 原始出处：中国人民大学高瓴人工智能学院（Tu、Fan、Tian、Yan），ACL 2024，《CharacterEval: A Chinese Benchmark for Role-Playing Conversational Agent Evaluation》：https://arxiv.org/abs/2401.01275
- 测试集与官方实现：https://github.com/morecry/CharacterEval
- 复现报告（SociaBench）：https://sociabench.com/b/charactereval/methodology
- 排行榜：https://sociabench.com/b/charactereval
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/charactereval/deepseek-v4-1-flash-261017。