Điều đáng chú ý nhất về kết quả này là mô hình lý luận thử nghiệm không tên này đã đạt được điểm số này mà không sử dụng bất kỳ công cụ nào - nó trông giống như chỉ là một LLM dự đoán token tiếp theo cổ điển với một đống học tăng cường được thêm vào.

@brandonwilson @Yossi_Dahan_ Tôi hoàn toàn không đồng ý với điều đó, vì một phần lý do được minh họa ở đây.