No sabía que tenían acceso ilimitado a internet. Esto me hace confiar menos en PostTrainBench. Porque los modelos más recientes tienen acceso a mejores modelos docentes, mejores conjuntos de datos y mejores artículos/métodos para el post-entrenamiento. Esto infla los puntajes de los modelos más recientes. No creo que sea necesario volver a ejecutar todos los modelos cada vez que se agrega uno nuevo, pero creo que deberían volver a ejecutar un pequeño conjunto de modelos de referencia cada 1-3 meses para cuantificar esa inflación de puntajes.
