Fiecare sarcină demonstrativă LLM este de cel mult două: 1) O sarcină pentru care cineva ar plăti bani 2) O sarcină care distinge LLM-urile de frontieră de generația anterioară 3) Ceva ce ai citi cu plăcere într-un tweet
Benchmark-urile bune fac 1+2. Schtick-ul meu este 2+3.
95