Eksponentielle forbedringer* overalt for de som har øynene til å se dem. Dette er en kul benchmark, og det var umulig for tidlige ikke-reasoner LLM-er å gjøre i det hele tatt. * Ok, teknisk sett «logistisk forbedring» fordi makspoengsummen er begrenset til 100 (og logistikk har lavere AIC)