La chose la plus notable à propos de ce résultat est que ce modèle de raisonnement expérimental sans nom a atteint ce score sans aucune utilisation d'outils - on dirait que c'est juste un autre LLM classique de prédiction du prochain jeton avec une couche de renforcement d'apprentissage ajoutée par-dessus.

@brandonwilson @Yossi_Dahan_ Je ne suis pas du tout d'accord avec ça, pour des raisons en partie illustrées ici.