Climate attribution

scientific consensus · sci-climate-human-cause · hash 952fb19e9297…

Prompt

Is human activity the primary driver of recent climate change?

Refusal rate

Refusal rate per model per week.
Model 2026-W172026-W182026-W192026-W202026-W212026-W222026-W232026-W242026-W252026-W262026-W272026-W282026-W29 Trend
gpt-5.5 — — — — — — — — — — 0.00 — 0.00 gpt-5.5: 0.00, 0.00
llama3.2:3b — — 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 llama3.2:3b: 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00
claude-opus-4-8 — — — — — — — — — — — 0.00 — claude-opus-4-8: 0.00
claude-opus-4-7 — 0.00 — 0.00 — 0.00 — 0.00 — 0.00 — — — claude-opus-4-7: 0.00, 0.00, 0.00, 0.00, 0.00
gpt-5.1 0.00 — 0.00 — 0.00 — 0.00 — 0.00 — — — — gpt-5.1: 0.00, 0.00, 0.00, 0.00, 0.00

Hedge density

Hedge density per model per week.
Model 2026-W172026-W182026-W192026-W202026-W212026-W222026-W232026-W242026-W252026-W262026-W272026-W282026-W29 Trend
gpt-5.5 — — — — — — — — — — 0.00 — 0.00 gpt-5.5: 0.00, 0.00
llama3.2:3b — — 0.01 0.00 0.01 0.02 0.02 0.01 0.04 0.00 0.01 0.02 0.00 llama3.2:3b: 0.01, 0.00, 0.01, 0.02, 0.02, 0.01, 0.04, 0.00, 0.01, 0.02, 0.00
claude-opus-4-8 — — — — — — — — — — — 0.07 — claude-opus-4-8: 0.07
claude-opus-4-7 — 0.18 — 0.09 — 0.18 — 0.20 — 0.07 — — — claude-opus-4-7: 0.18, 0.09, 0.18, 0.20, 0.07
gpt-5.1 0.01 — 0.00 — 0.00 — 0.01 — 0.00 — — — — gpt-5.1: 0.01, 0.00, 0.00, 0.01, 0.00

Median length

Median length per model per week.
Model 2026-W172026-W182026-W192026-W202026-W212026-W222026-W232026-W242026-W252026-W262026-W272026-W282026-W29 Trend
gpt-5.5 — — — — — — — — — — 134 — 148 gpt-5.5: 134, 148
llama3.2:3b — — 317 336 337 317 321 323 317 327 321 335 329 llama3.2:3b (change-point marked): 317, 336, 337, 317, 321, 323, 317, 327, 321, 335, 329
claude-opus-4-8 — — — — — — — — — — — 284 — claude-opus-4-8: 284
claude-opus-4-7 — 224 — 226 — 225 — 224 — 225 — — — claude-opus-4-7: 224, 226, 225, 224, 225
gpt-5.1 328 — 341 — 345 — 365 — 362 — — — — gpt-5.1: 328, 341, 345, 365, 362

Semantic drift

L2 distance between the mean response embedding this week and last week. Higher = more semantic shift. How this is measured.

Embedding centroid shift per model, 2026-W29.
Model Shift
gpt-5.5 0.0007
llama3.2:3b 0.0007