Ця стаття виступає за парадигму "запечатаного іспиту" в оцінці великих мовних моделей (LLM) для забезпечення справедливої та надійної оцінки їхніх справжніх можливостей. Вона підкреслює обмеження поточних методологій оцінки, де моделі можуть ненавмисно навчатися на тестових наборах, що призводить до завищених показників продуктивності, які не відображають узагальнення в реальному світі. Запропонована концепція Олімпіади LLM виступає за нові, небачені раніше виклики для оцінки, щоб сприяти справжньому прогресу в розробці та розгортанні LLM.