Навчання за тестами

Штучний інтелект може виробляти текст, який дуже нагадує людський, але його моделі часто виявляються непридатними у реальному світі. Це створює проблему для науковців у галузі штучного інтелекту, що працюють над розробкою та покращенням бенчмарків, які дозволяють оцінити ефективність моделей. Для того, щоб зробити бенчмарки кращими, науковці пропонують різні підходи, такі як створення складніших завдань, тестування моделей на соціальну несправедливість та зміну підходу до оцінки їхньої ефективності. Проте, деякі науковці попереджають про небезпеку занадто великої уваги до бенчмарків, які можуть замінити розуміння роботи моделей.