評測來源官方評測
EQ-Bench 4 · 情緒與人際理解
EQ-Bench · 在多輪交流中理解人物情緒、隱含需求與不同的溝通偏好。
在 ATech Hot 中觀察中
證據預算不計分
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼，怎麼測
120 個模擬人物、16 輪角色扮演，三家模型裁判輪換盲評；只採用 Elo，行為風格 traits 不作越高越好的能力分。舊 v3 不重複計票。
如何使用這份證據
觀察中：公開數據和許可可用，等待新一輪評測；不延長有效期來湊分類來源數。
評測侷限與數據署名
英文模擬交流且尚未用人類專家驗證，不能等同真人滿意度或中文情商；當前成績已超 45 天窗口。
數據許可：MIT · EQ-bench-site README 元數據聲明
成績由 EQ-Bench 發佈，原始分數與 ATech Hot 共識分使用不同尺度，不能直接相加。