Tôi nghĩ có điều gì đó quan trọng đang diễn ra ở đây mà đáng để tìm hiểu: 1) hầu hết các mô hình đều bị quá khớp với các đánh giá. Nói vậy, chúng ta cần một số đánh giá để cho một mô hình biết liệu nó có phải là máy phát hiện trò lừa đảo tốt hay không trước khi chúng ta đi và đốt một đống tiền vào việc trả về những điều vô nghĩa. 2) cần phải có nhận thức về sự nịnh bợ và việc thường xuyên đồng ý không phải lúc nào cũng là điều tốt nhất. 3) tôi nghĩ việc sử dụng sự kết hợp giữa llms và con người để đánh giá sẽ có giá trị.