ToneBench · Style et scripts
Towards AI · Écrire un script vidéo dans le style d'un auteur donné, en évaluant l'accroche, la structure, l'expression et le rythme de narration.
Ce qu'il mesure, comment il le mesure
10 tâches de script réelles, générations multiples, trois juges ; ne comparer que des tâches, rubrics, juges et empreintes d'exécution identiques. Les lignes de repli en modèle mixte doivent être exclues ; ne pas choisir la configuration selon le meilleur score de chaque colonne.
Comment utiliser ces preuves
En observation : le protocole de données et la couverture de la période sont bons ; à intégrer après confirmation des limites de réaffichage des scores et vérification des configurations de modèle pur.
Limites de l'évaluation et attribution des données
Style orienté vers une seule chaîne, celle de Towards AI ; les énoncés exacts et les scripts de référence ne sont pas publics ; le premier actuel inclut Fable 5 + Opus 4.8 en repli, ne peut servir de score pour un modèle unique.
Licence des données :Le JSON public est lisible, mais aucune clause claire d'agrégation et de réaffichage des données n'a été trouvée.
Résultats publiés par Towards AI ; les scores bruts de chaque épreuve utilisent des échelles différentes et ne peuvent pas être additionnés directement ; le rang de référence applique des règles publiques de normalisation des écarts.