أتاحت Tencent مستودع معيار HyperLogic ومجموعة بياناته للعموم في 28 أكتوبر 2026. ويختبر المعيار الاستدلال المنطقي باللغة الصينية عبر ثلاثة مستويات، مع إجابات استُخلصت بتشغيل نماذج صورية عبر محلّلات منطقية، لا بكتابتها يدويًا.
يشمل الإصدار 69 مسألة من مستوى Seed و59 من مستوى Base و30 من مستوى Hard، بالإضافة إلى أدوات للتقييم وبيئة معزولة لاختبار الوكلاء على مسائل Hard. وتظل نسبة 70% المتبقية خاصة. وفي اختبارات الفريق لسبعة نماذج، لم تتجاوز نتيجة أي منها 16% في مستوى Hard عند الإجابة مباشرة؛ وقد أدى استخدام بيئة معزولة لتشغيل الشيفرات إلى رفع النتائج، لكن أعلى نتيجة بلغت 57% باستخدام مكتبة المنطق.
لماذا يهم
يمكن للباحثين استخدام المسائل والأدوات المنشورة لاختبار أنظمة الاستدلال، لكن تقييم المعيار كاملًا يتطلب المجموعة الخاصة البالغة 70%، كما أن إبقاءها خاصة يحدّ من انكشاف مسائل الاختبار.
