같은 AI 모델인데도 평가가 극단적으로 갈리는 이유는?
평가는 사용 목적과 작업 방식에 따라 크게 달라진다. 같은 에서도 이 가장 좋다는 평가와 4.6이 더 낫다는 평가가 동시에 나온다.
제기된 가능성 중 하나는 각 모델이 잘하지 못하는 작업에 사용됐을 때 평범한 결과가 나오고, 이것이 실망과 낮은 평가로 이어진다는 것이다. 다만 실제 원인이 작업 종류, 사용 방법, 기대 수준 또는 다른 요인인지는 확인되지 않았다.
핵심 포인트
- 과 4.6을 두고 사용자 평가가 크게 엇갈린다.
- 는 사용 목적에 따라 달라질 수 있다.
- 모델에 맞지 않는 작업을 맡기면 결과가 기대보다 나쁠 수 있다.
- 자신이 반복해서 하는 실제 작업으로 모델을 비교하는 것이 유용하다.