Vývojářka Sara Zan v nové přednášce a doprovodném textu rozebírá, proč jazykové modely často volí Python, i když ho zadání nevyžaduje. Odděluje dvě různé otázky: který jazyk si model vybere a ve kterém skutečně řeší úlohy nejlépe. Starší i novější studie nacházejí příklon k Pythonu, ten však sám o sobě nedokazuje jeho vhodnost pro daný projekt.
Přehled upozorňuje na rozdíly mezi benchmarky, možný únik testovacích dat do tréninku a nedostatek výsledků rozdělených podle jazyků u současných modelů. V bezpečnostních úlohách nebo statistikách chyb nemusí Python vycházet nejlépe. Vliv skladby trénovacích dat je jedním z vysvětlení, nikoli uzavřeným závěrem. Praktické doporučení zní rozhodovat podle projektu a ověřovat výstup, místo spoléhání na automatickou volbu asistenta.
