Рассказывал про статью, в которой британские ученые открыли, что наезжать на LLM продуктивно https://arxiv.org/abs/2510.04950

Вот их научный результат - пять интервалов, все включают 82% - и после 20 попарных сравнений нам показали 8 лучших, без поправки на множественные сравнения (и остальные тоже не показали), выборка 50 вопросов