No hace falta empezar con pruebas de referencia a gran escala para evaluar modelos. Tulsee Doshi, responsable de producto de Google Gemini, compartió este consejo en el pódcast de Lenny: empieza con 5 indicaciones; con unas 20 ya podrás detectar señales de las diferencias entre modelos. Después, haz de juez, reúne una serie de buenos ejemplos y aclara qué significa «bueno» para ti antes de plantearte escalar. En cuanto a desarrollar intuición, no hay una respuesta única: hay quien prueba con animación 3D, quien escribe y quien hace análisis financiero. La clave está en encontrar tareas en las que los modelos ya den muestras de potencial, pero que, según tus criterios, aún no resuelvan a la perfección; ahí es donde más fácilmente se aprecian las diferencias. Fuente: Lenny's Podcast, https://www.youtube.com/watch?v=qGf2Yvan4Wg
