
لم أكن أعلم أن لديهم وصولًا غير محدود إلى الإنترنت هذا يجعلني أثق أقل في PostTrainBench لأن النماذج الأحدث لديها وصول إلى نماذج مُدرّبة أفضل، ومجموعات بيانات أفضل، وأوراق/أساليب أفضل للتدريب بعد التدريب. هذا يُبالغ في درجات النماذج الأحدث. لا أعتقد أن إعادة تشغيل كل نموذج عند إضافة نموذج جديد ضروري، لكنني أعتقد أنه يجب عليهم إعادة تشغيل مجموعة صغيرة من النماذج المرجعية كل 1-3 أشهر لقياس مدى تضخم الدرجات.
