Замечали ли вы, что более слабые модели просто не могут решить некоторые задачи, в то время как более сильные — решают. Т.е. прямо чувствуется что модель сильнее стала.
Как бы иметь способ оценивать уровень интеллекта модели?
Тест на IQ не поможет, там стандартные вопросы и они их щелкают по словарю.