Najbardziej zauważalną rzeczą w tym wyniku jest to, że ten nieznany model rozumowania eksperymentalnego osiągnął ten wynik bez użycia jakichkolwiek narzędzi - wygląda na to, że to po prostu kolejny klasyczny model LLM przewidujący następny token z dodatkowymi warstwami uczenia przez wzmocnienie.

@brandonwilson @Yossi_Dahan_ Zdecydowanie się z tym nie zgadzam, z powodów częściowo ilustrowanych tutaj.