Нет, не начали. Это бред без каких-либо доказательств.
Достаточно взглянуть на автора этого «NerfBench». Это наш старый знакомый инфоцыганин Bridgemind, про чей недобенчмарк я
писал ещё в июне. Он каждый день делает посты в стиле «🚨 Я ОтМеНиЛ ВСЕ 50 подписок на Claude Max!!! Claude стал хуже рисовать пеликанов на велосипедах 😡 AnThRoPiC, вы серьёзно??? 🧵👇», лишь бы набрать просмотров. Этот бенчмарк из той же серии. Причём на самом сайте прямо написано, что 90–110% это нормальный разброс, так что падение «ниже 100%» вообще ничего не значит
О теории «отупления» моделей я уже
писал, и моё мнение не поменялось. С тех пор не появилось ни одного подтверждённого случая. Всё, что есть, выглядит как эта поделка от Bridgemind, и верить этому нет никаких оснований. Модели не тупеют
И очень грустно, что паблики на 2+ млн подписчиков постят такое как правду, а люди в это верят
