Token đầu tiên không phải là quyết định cuối cùng: Chi phí ẩn khi đánh giá LLM mà không sinh ra

Nghiên cứu chỉ ra rằng việc dựa vào token đầu tiên để đánh giá LLM có thể dẫn đến sai lầm lớn. Khi không sinh ra nội dung hoàn chỉnh, các nhà phân tích ẩn chi phí đáng kể trong quá trình đánh giá, khiến kết quả không phản ánh chính xác năng lực thực sự của mô hình.