この研究は素晴らしい仕事です！

しかし、私はこれが最先端のモデルが本当にできることを完全には捉えていないと主張します。私の見解では、r1とオープンソースのGPTバリアントは、これらの特定のタスクを処理する際に、新しいClaudeのイテレーションに比べて*大幅に*遅れています。性能のギャップは、人々が予想するよりも顕著です—特にニュアンスのある推論シナリオにおいて。ここでは、能力曲線の実際の乖離が見られます。