450 ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ 204 ਕਾਰਜਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਤਿਆਰ ਕੀਤੀ। ਜ਼ਿਆਦਾਤਰ ਕਾਰਜਾਂ ਵਿੱਚ, ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਅਨੁਮਾਨਤ ਅਤੇ ਸੁਚਾਰੂ ਢੰਗ ਨਾਲ ਸੁਧਾਰ ਹੋਇਆ ਜਿਵੇਂ ਕਿ ਮਾਡਲਾਂ ਵਿੱਚ ਵਾਧਾ ਹੋਇਆ। ਪਰ ਹੋਰ ਕੰਮਾਂ ਦੇ ਨਾਲ, ਸਮਰੱਥਾ ਵਿੱਚ ਉਛਾਲ ਨਿਰਵਿਘਨ ਨਹੀਂ ਸੀ। ਹੋਰ ਅਧਿਐਨਾਂ ਵਿੱਚ ਸਮਰੱਥਾ ਵਿੱਚ ਸਮਾਨ ਛਾਲਾਂ ਮਿਲੀਆਂ ਹਨ।