Lucrări noi citite integral, replicate unde e posibil și rezumate fără jargon. Marcăm explicit ce a fost verificat independent și ce nu.
Din opt rezultate raportate, cinci se reproduc pe același set de date. Diferența apare la sarcinile cu instrucțiuni ambigue.
Replicat 19 aug 2026Autorii raportează 38% economie fără pierdere măsurabilă. Am refăcut experimentul pe două seturi private.
Replicat 16 aug 2026Judecătorii automatizați supraevaluează sistematic răspunsurile lungi. Efectul se păstrează după corecție.
Preprint 12 aug 2026Pentru limbile cu resurse limitate, granița dintre memorizare și generalizare e greu de trasat empiric.
Nereplicat 07 aug 2026Am urmărit șase clasamente timp de un an. Ordinea din top cinci s-a schimbat de nouă ori.
Analiză 02 aug 2026Estimările publicate diferă cu un ordin de mărime. Sursele diferenței sunt trei, toate documentabile.
Analiză 28 iul 2026Propunerea noastră de format minimal, gândit pentru companii care nu pot publica datele.
Proiect