Vì vậy, sau khi chơi với điều này trong suốt cả ngày, cả hai đều không thể làm được (như đã dự đoán) nhưng gpt5 qua codex đã từ bỏ rất nhiều và chỉ đơn giản là bị treo (ví dụ bên dưới). Nói vậy, điều cuối cùng đã hoạt động là để GPT5 tạo ra thông số chi tiết dựa trên bài báo arxiv và sau đó xem xét mã opus.

bạn phải biết mình đang làm gì để điều hướng lưu lượng truy cập và tôi đã phải tự tạo ra các bộ thử nghiệm và tiêu chí đánh giá, nhưng sức mạnh của chúng kết hợp lại đã tạo ra một cái gì đó có thể cạnh tranh với phiên bản hiện tại của tôi. Thật ấn tượng với bài kiểm tra ban đầu nếu tôi thành thật mà nói ...