Explain Like I'm 5 or Whatever I Choose: Evaluating the Interactive Potential of Language Model Responses

En 3 lignesÉtude d'évaluation de LLMs (GPT-5.1, GPT-5 mini, Claude Sonnet 4.5 + Thinking, DeepSeek-V3.1) sur leur capacité à générer plusieurs réponses à une même requête scientifique en variant la complexité du langage. Sur 98 requêtes, Claude Sonnet 4.5 ne maintient une complexité cohérente que 46% du temps. Framework d'évaluation basé sur étude formative avec 16 participants.

Résumé généré par Claude — vérifié par l'humain