Обновление LiveNerf: день 38 — не ухудшилась ли модель Opus 5.5?

Проект LiveNerf продолжает мониторинг производительности языковых моделей, проверяя гипотезу о скрытом снижении качества (nerfing) без уведомления пользователей. На 38-й день сбора данных деградация не обнаружена, а текущая чувствительность метода позволяет выявлять изменения производительности от 7% и более. Автор ищет участников для распределенного сбора данных с целью повышения точности мониторинга до уровня менее 1%.