Exponentiella förbättringar* överallt för dem som har ögon att se dem. Detta är en häftig benchmark och var omöjlig för tidiga icke-resonerande LLM:er att göra alls. * Okej, tekniskt sett "logistisk förbättring" eftersom maxpoängen är begränsad till 100 (och logistik har en lägre AIC)