Evaluation sourcesOfficial evaluation
EQ-Bench 4 · 情绪与人际理解
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。
On HOTAIObserving
Evidence budgetUnweighted
Upstream dataTo verify
Last successful syncCollection not started
What and how it measures
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 this evidence is used
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。
Evaluation limits and 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 HOTAI 共识分使用不同尺度，不能直接相加。