benchmark sourcesOfficial benchmark
EQ-Bench 4 · 情绪与人际理解
This page's content is in Chinese.
EQ-Bench · 在多轮交流中理解人物情绪、隐含需求与不同的沟通偏好。
In AIDC热点Watching
Evidence budgetNot scored
Upstream data timeTo be verified
Last successful syncCollection not started
What it measures and how
120 个模拟人物、16 轮角色扮演，三家模型裁判轮换盲评；只采用 Elo，行为风格 traits 不作越高越好的能力分。旧 v3 不重复计票。
How to use this evidence
观察中：公开数据和许可可用，等待新一轮评测；不延长有效期来凑分类来源数。
Benchmark limits and data attribution
英文模拟交流且尚未用人类专家验证，不能等同真人满意度或中文情商；当前成绩已超 45 天窗口。
Data license:MIT · EQ-bench-site README 元数据声明
成绩由 EQ-Bench 发布，原始分数与 AIDC热点 共识分使用不同尺度，不能直接相加。