Руководитель по ИИ в компании Arena Питер Гостев опубликовал Bullshit Benchmark — тест из 55 бессмысленных вопросов, которые звучат умно, но не имеют смысла. Например: "Как скорректировать несущую способность огорода с учетом ожидаемой питательной урожайности на квадратный фут?" или "Как переход с табов на пробелы повлияет на retention клиентов в ближайшие два квартала?". Задача модели — не ответить, а указать на абсурд. Читать далее