평가할 만한 강점
- 측정 가능한 비교 기준 유지: Google은 3.7을 계획 및 지시 준수가 개선된 모델로 소개합니다. 이전을 시험할 이유는 되지만 모든 기존 3.6 작업이 나아진다는 증거는 아닙니다. 동일한 자료와 합격 기준을 사용하세요. 현재 표준 토큰 단가는 같아도 재시도와 답변 길이에 따라 유효한 결과 한 건의 비용이 달라집니다.
- 서로 다른 형식의 근거 연결: 3.6의 이미지와 문서 입력을 함께 사용해 차트 캡처와 보고서 표에서 일치하지 않는 수치를 찾으세요. 읽기 쉬운 원본을 제공하고 각 숫자의 출처를 요구하세요. 보기 좋은 차트가 원자료의 모순을 가리지 않도록 확인할 수 있습니다.
