正在加载页面内容
GDPval-AA
GDPVal (Grounded Dialogue Preference Validation) 是一个用于评测 AI 在对话中理解和遵循用户偏好的基准。AA（Anthropic Alignment）子集重点关注 AI 在复杂对话中的对齐能力和价值观一致性。
| # | 模型 | 得分 (Elo) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 1,932 | Anthropic | Claude Fable 5 技术报告 | ||
| 2 | 1,890 | Anthropic | Claude Fable 5 技术报告 | ||
| 3 | 1,769 | OpenAI | Claude Fable 5 技术报告 | ||
| 4 | 1,674 | OpenAI | DeepSeek-V4-Pro 技术报告 | ||
| 5 | 1,619 | Anthropic | DeepSeek-V4-Pro 技术报告 | ||
| 6 | 1,618 | Anthropic | Claude Sonnet 5 技术报告 | ||
| 7 | 1,554 | 深度求索 | DeepSeek-V4-Pro 技术报告 | ||
| 8 | 1,535 | 智谱AI | DeepSeek-V4-Pro 技术报告 | ||
| 9 | 1,482 | 月之暗面 | DeepSeek-V4-Pro 技术报告 | ||
| 10 | 1,395 | Anthropic | Claude Sonnet 5 技术报告 |
