La cosa più notevole di questo risultato è che questo modello di ragionamento sperimentale senza nome ha raggiunto questo punteggio senza alcun utilizzo di strumenti - sembra essere solo un altro classico LLM che predice il prossimo token con un sacco di apprendimento per rinforzo sovrapposto.

@brandonwilson @Yossi_Dahan_ Non sono affatto d'accordo, per motivi in parte illustrati qui.