综合得分
78.32
95% CI [77.54, 79.07]
基于 285 个会话
综合榜第 7 名，共 7 个模型
三大目标
● 世界 · Worlds 50%76.56
● 故事 · Stories 25%62.81
● 用户偏好 · Preferences 25%97.36
六维度
4387100479497
基础逻辑知识多样性内容逻辑交互
各语言成绩
测试于 2026/10/29| 语言 | 名次 | 综合 | 95% 置信区间 | 世界 | 故事 | 用户偏好 | 会话数 |
|---|---|---|---|---|---|---|---|
| 综合 | 7 / 7 | 78.32 | 77.5 – 79.1 | 76.6 | 62.8 | 97.4 | 285 |
| 中文 | 7 / 7 | 75.05 | 74.2 – 75.8 | 70.9 | 60.8 | 97.6 | 150 |
| English | 6 / 7 | 81.96 | 80.8 – 82.9 | 82.9 | 65.0 | 97.1 | 135 |