They used evidence models a fraction of the size of Sonnet , yet matched 4.6 on blinded clinician preference… The lesson isn't
Este tweet es valioso porque proporciona información crítica sobre el rendimiento comparativo de modelos más pequeños frente a Sonnet, un modelo de Anthropic. Destaca la importancia del juicio propietario sobre la escala genérica en aplicaciones de IA, lo cual es relevante para equipos que utilizan tecnología de Anthropic en producción.