Onların sınırsız internet erişimine sahip olduğunu bilmiyordum. Bu, PostTrainBench'e olan güvenimi azaltıyor. Çünkü daha yeni modeller, daha iyi öğretmen modellere, daha iyi veri kümelerine ve post-training için daha iyi makalelere/metodlara erişime sahip. Bu, en yeni modellerin skorlarını şişiriyor. Yeni bir model eklendiğinde her modeli tekrar çalıştırmak gerekli olmadığını düşünüyorum, ancak her 1-3 ayda bir bir dizi anahtar modeli tekrar çalıştırmalarının, bu skor şişmesini ölçmek için gerekli olduğuna inanıyorum.
