هومودینHMD-002 · Benchmark Lab · E01
چطور با همان جواب‌ها، برندهٔ AI عوض می‌شود؟
«بهتر» همیشه یعنی بهتر طبق یک قانون نمره؛ با همان جواب‌ها، قیمت جواب غلط می‌تواند برنده را عوض کند.
مرز ادعا: این قسمت پاسخ‌های ثابت را دوباره نمره می‌دهد. نشان نمی‌دهد مدلی که از جریمه خبر داشته باشد چطور رفتار می‌کند (کار Bluff، اجرانشده)، و نمی‌گوید کدام مدل امروز بهتر است.
به‌زودی در یوتیوب