คุณภาพโมเดลมักลดลงก่อนที่ทีมจะมองเห็น

OpenAI Evals, งานวิจัย Anthropic, leaderboard ของ Hugging Face และเอกสาร arXiv ชี้ความเสี่ยงเดียวกันว่า คุณภาพโมเดลจะเลื่อนเมื่อข้อมูล งาน และพฤติกรรมผู้ใช้เปลี่ยน