Выводы об LLM устаревают в среднем за 15,7 месяца: почему при выборе модели нужно заново тестировать каждую версию (чек-лист повторного тестирования из 5 шагов)
Примечание автора: исследование Стэнфорда показало, что 44% распространённых выводов о больших языковых моделях уже устарели, а их средний срок актуальности составляет всего 15,7 месяца. В этой статье мы превратили результаты исследования в чек-лист повторной проверки моделей, который команды разработчиков могут сразу взять в работу. «Некоторые модели не могут сосчитать буквы r в слове strawberry», «информация…