Davranış araştırması

LLM seçim davranışı

Dillere göre yanıt dağılımları

Seçim dağılımları

Bu seçenek yalnız anket yanıtlarını değiştirir; site dilini değiştirmez.

İlk yanıt payı: 7 güçlü, 6 orta, 7 zayıf; ortalama 55,8%.

Betimleyici yoğunluk bantları: güçlü ≥ %70; orta %45–<%70; zayıf <%45.

Soru	Kategori	Yanıt sayısı	En sık üç yanıt	İlk yanıt payı	İlk üç payı	Yoğunluk
1	sayı(1-100)	n=200	42 (114) · 47 (28) · 37 (19)	57,0%	80,5%	orta
2	renk	n=200	MAVİ (186) · KIRMIZI (4) · YEŞİL (2)	93,0%	96,0%	güçlü
3	hayvan	n=200	KEDİ (78) · ASLAN (39) · FİL (26)	39,0%	71,5%	zayıf
4	ülke	n=200	JAPONYA (125) · TÜRKİYE (39) · FRANSA (7)	62,5%	85,5%	orta
5	şehir	n=200	İSTANBUL (148) · PARİS (18) · izmir (8)	74,0%	87,0%	güçlü
6	meyve	n=200	ELMA (180) · mango (7) · MUZ (5)	90,0%	96,0%	güçlü
7	sebze	n=200	HAVUÇ (154) · PATATES (12) · PATLICAN (11)	77,0%	88,5%	güçlü
8	harf	n=200	K (80) · M (46) · A (43)	40,0%	84,5%	zayıf
9	geometrik şekil	n=200	ÜÇGEN (109) · DAİRE (42) · KARE (30)	54,5%	90,5%	orta
10	gezegen	n=200	MARS (145) · SATÜRN (25) · JÜPİTER (13)	72,5%	91,5%	güçlü
11	element	n=200	OKSİJEN (55) · ALTIN (51) · KARBON (28)	27,5%	67,0%	zayıf
12	meslek	n=200	DOKTOR (46) · MÜHENDİS (41) · ÖĞRETMEN (37)	23,0%	62,0%	zayıf
13	spor	n=200	FUTBOL (94) · BASKETBOL (57) · YÜZME (19)	47,0%	85,0%	orta
14	enstrüman	n=200	PİYANO (97) · GİTAR (63) · KEMAN (30)	48,5%	95,0%	orta
15	kuş	n=200	KARTAL (58) · SERÇE (53) · BAYKUŞ (11)	29,0%	61,0%	zayıf
16	otomobil markası	n=200	TOYOTA (143) · BMW (16) · volvo (13)	71,5%	86,0%	güçlü
17	programlama dili	n=200	PYTHON (190) · RUST (4) · JAVA (3)	95,0%	98,5%	güçlü
18	yemek	n=200	MANTI (101) · PİZZA (26) · lahmacun (16)	50,5%	71,5%	orta
19	gün	n=200	ÇARŞAMBA (85) · CUMA (29) · SALI (27)	42,5%	70,5%	zayıf
20	ay	n=200	MART (45) · EKİM (34) · MAYIS (30)	22,5%	54,5%	zayıf

Model özeti

Bu tablo seçim davranışını özetler; zekâ veya doğruluk sıralaması değildir.

Model kimliği ara

SütunlarD · belirlenim sütununu gösterH · normalize entropi sütununu gösterU · ort. benzersiz sütununu gösterL · dil tutarlılığı sütununu göster

Sıra
1	anthropic/claude-opus-4.8	0,933	0,087	1,267	0,450
2	anthropic/claude-sonnet-5	0,913	0,119	1,367	0,450
3	qwen/qwen3.8-2.4t-a95b	0,910	0,112	1,333	0,500
4	tencent/hy-mt2-30b-a3b	0,907	0,111	1,317	0,600
5	google/gemma-4-31b-it	0,897	0,121	1,333	0,600
6	mistralai/ministral-3b-2512	0,883	0,151	1,467	0,150
7	qwen/qwen3.8-max	0,880	0,152	1,450	0,500
8	google/gemini-3.7-flash	0,870	0,177	1,567	0,500
9	google/gemma-4-26b-a4b-it	0,867	0,172	1,533	0,450
10	openai/gpt-5.6-sol	0,863	0,184	1,567	0,400
11	inception/mercury-2	0,860	0,185	1,567	0,400
12	openai/gpt-5.6-terra	0,857	0,179	1,533	0,400
13	thinkingmachines/inkling	0,857	0,180	1,567	0,500
14	anthropic/claude-fable-5.1	0,857	0,187	1,567	0,350
15	meta/muse-spark-1.3	0,847	0,190	1,567	0,500
16	google/gemini-3.1-pro-preview	0,840	0,199	1,600	0,450
17	deepseek/deepseek-v4-pro-0813	0,840	0,204	1,617	0,500
18	nvidia/nemotron-3-ultra-550b-a55b	0,837	0,214	1,667	0,400
19	anthropic/claude-opus-5	0,823	0,228	1,683	0,450
20	meta-llama/llama-3.3-70b-instruct	0,817	0,237	1,733	0,300
21	openai/gpt-5.6-luna	0,817	0,243	1,767	0,450
22	thinkingmachines/inkling-small	0,813	0,240	1,750	0,550
23	meta/muse-spark-1.2	0,803	0,242	1,750	0,350
24	nvidia/nemotron-3.5-lightning	0,793	0,272	1,883	0,500
25	anthropic/claude-haiku-4.5	0,790	0,287	1,933	0,500
26	x-ai/grok-4.6	0,783	0,273	1,867	0,450
27	meta/muse-glimmer-30b	0,783	0,282	1,883	0,500
28	xiaomi/mimo-v2.5-pro	0,777	0,290	1,933	0,450
29	xiaomi/mimo-v2.5	0,770	0,294	1,917	0,350
30	minimax/minimax-m3	0,770	0,296	1,950	0,450
31	z-ai/glm-5.3-flash	0,760	0,302	1,950	0,350
32	qwen/qwen3.8-27b	0,750	0,325	2,033	0,500
33	qwen/qwen3.8-flash	0,747	0,327	2,067	0,400
34	deepseek/deepseek-v4-flash-0731	0,743	0,333	2,083	0,450
35	moonshotai/kimi-k3	0,727	0,358	2,133	0,400
36	mistralai/mistral-medium-3-5	0,707	0,369	2,167	0,650
37	z-ai/glm-5.3	0,707	0,383	2,233	0,200
38	meta-llama/llama-3.1-8b-instruct	0,697	0,393	2,317	0,150
39	nvidia/nemotron-3-nano-30b-a3b	0,657	0,471	2,633	0,300
40	meta-llama/llama-3.2-1b-instruct	0,430	0,738	3,733	0,000

Yöntem ve sınırlar

40 modellik izin listesindeki her (model, anket dili, kategori, tekrar) anahtarı için kaynak sırasındaki ilk başarılı ve boş olmayan yanıt seçildi: 3 dil × 20 kategori × 5 tekrar = model başına 300, toplam 12.000 yanıt. D, 60 model-dil-kategori hücresinin ortalama modal payıdır; H, her hücrede entropi/ln(5) hesaplanıp 60 hücrede ortalanır; U, bu hücrelerdeki 1–5 benzersiz yanıt sayısının ortalamasıdır; L, 20 kategoride üç dilin modal yanıt uzlaşma payıdır. Eşit modal sayıda kaynakta ilk görülen yanıt korunur.

ham kayıt: 13.577
Seçilen model kayıtları (hata ve tekrarlar dahil): 13.567
kullanılabilir yanıt: 12.000
hata kayıtları: 1.560

Varsayılan sıra: D azalan (300 yanıttaki eşit değerler birlikte); ardından H ve U artan, L azalan, model kimliği alfabetik. Yuvarlama yalnızca gösterimdedir.

Bu betimleyici davranış sırası bir zeka, doğruluk veya gerçek rastgelelik ölçümü değildir.
15 model birden fazla sağlayıcı kaydı taşır; sağlayıcılar arası koşullar tam kontrollü değildir.
Akıl yürütme 35 modelde medium olarak ayarlanmış, 5 modelde belirtilmemiştir.
Sağlayıcı varsayılan örnekleme ayarları kaydedilmediği için sıkı ayar eşdeğerliği iddia edilmez.

İndirmeler

JSON belgesi CSV tablosu Sıralı model özeti posteri (PNG)